| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 课题的研究背景和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.3 主要研究内容 | 第12-13页 |
| 1.4 论文结构 | 第13-15页 |
| 第二章 基于Django的Web服务系统架构研究与设计 | 第15-30页 |
| 2.1 问题的提出 | 第15-16页 |
| 2.2 基于Django MTV的Web应用服务程序研究 | 第16-22页 |
| 2.2.1 MVC设计模式 | 第16-18页 |
| 2.2.2 Webform和MVC的对比 | 第18-21页 |
| 2.2.3 基于Django改进的MTV模型 | 第21-22页 |
| 2.3 基于Nginx+uWSGI的组合Web服务器研究 | 第22-29页 |
| 2.3.1 Apache和Nginx的比较选取 | 第23-27页 |
| 2.3.2 Nginx参数调整 | 第27-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第三章 基于改进BP神经网络的PID控制研究 | 第30-46页 |
| 3.1 问题的提出 | 第30-31页 |
| 3.2 基于BP神经网络的PID控制方法研究 | 第31-41页 |
| 3.2.1 PID控制原理 | 第31-32页 |
| 3.2.2 BP神经网络原理 | 第32-34页 |
| 3.2.3 BP神经网络PID控制的实现 | 第34-37页 |
| 3.2.4 BP神经网络PID控制的验证 | 第37-41页 |
| 3.3 基于改进BP神经网络的PID控制控制方法研究 | 第41-43页 |
| 3.3.1 改进共轭梯度法 | 第41-42页 |
| 3.3.4 基于改进BP神经网络的PID控制控制算法实现 | 第42-43页 |
| 3.4 测试结果 | 第43-45页 |
| 3.5 本章小结 | 第45-46页 |
| 第四章 基于小波变换振动能量分布的执行器故障检测 | 第46-57页 |
| 4.1 问题的提出 | 第46-47页 |
| 4.2 基于振动信号时频分析的执行器故障检测 | 第47-52页 |
| 4.2.1 故障检测模块的研究 | 第47-48页 |
| 4.2.2 短时傅里叶变换频域分析 | 第48-50页 |
| 4.2.3 希尔伯特—黄变换时频分析 | 第50-52页 |
| 4.3 基于振动信号小波变换能量分布分析检测 | 第52-55页 |
| 4.3.1 能量分析 | 第52-53页 |
| 4.3.2 基于小波变换的能量分布 | 第53-55页 |
| 4.4 测试结果及阀值分析 | 第55-56页 |
| 4.5 本章小结 | 第56-57页 |
| 第五章 过程控制系统的设计与实现 | 第57-70页 |
| 5.1 系统设计需求及总体解决方案 | 第57-58页 |
| 5.1.1 系统设计需求 | 第57页 |
| 5.1.2 系统总体解决方案 | 第57-58页 |
| 5.2 系统功能模块设计 | 第58-65页 |
| 5.2.1 采集控制模块的设计 | 第58-59页 |
| 5.2.2 服务器模块的设计 | 第59-61页 |
| 5.2.3 Web应用软件模块设计 | 第61-65页 |
| 5.3 系统实现 | 第65-67页 |
| 5.4 系统性能及效果验证 | 第67-69页 |
| 5.4.1 系统并发性验证 | 第67-68页 |
| 5.4.2 过程控制效果验证 | 第68-69页 |
| 5.5 本章小结 | 第69-70页 |
| 第六章 总结与展望 | 第70-72页 |
| 6.1 工作总结 | 第70-71页 |
| 6.2 展望 | 第71-72页 |
| 参考文献 | 第72-75页 |
| 致谢 | 第75-76页 |
| 硕士学位攻读期间发表、录用的论文 | 第76页 |
