超声波双频萃取软测量建模及其系统实现
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-8页 |
| 第一章 绪论 | 第15-25页 |
| 1.1 课题研究背景和意义 | 第15-16页 |
| 1.2 中药提取方法研究现状 | 第16-17页 |
| 1.2.1 传统提取方法 | 第16-17页 |
| 1.2.2 超声提取方法 | 第17页 |
| 1.2.3 双频超声提取方法 | 第17页 |
| 1.3 超声萃取机理 | 第17-19页 |
| 1.3.1 传质动力学 | 第18页 |
| 1.3.2 传质动力学研究现状 | 第18-19页 |
| 1.4 软测量建模方法 | 第19-23页 |
| 1.4.1 基于工艺机理的软测量模型 | 第20页 |
| 1.4.2 基于回归分析的软测量建模 | 第20-21页 |
| 1.4.3 基于智能方法的软测量建模 | 第21-23页 |
| 1.5 本课题研究的主要内容及创新点 | 第23-25页 |
| 第二章 超声波提取实验与数据测量 | 第25-33页 |
| 2.1 实验装置简介 | 第25-27页 |
| 2.2 实验设计 | 第27-29页 |
| 2.2.1 实验材料 | 第27页 |
| 2.2.2 对照品溶液的制备 | 第27-28页 |
| 2.2.3 标准曲线的制备 | 第28-29页 |
| 2.3 影响超声波萃取效果的若干因素 | 第29页 |
| 2.3.1 超声强度和频率 | 第29页 |
| 2.3.2 超声作用时间 | 第29页 |
| 2.3.3 萃取温度 | 第29页 |
| 2.4 实验数据获取 | 第29-31页 |
| 2.5 本章小结 | 第31-33页 |
| 第三章 工艺机理研究 | 第33-43页 |
| 3.1 超声波热力学特性研究 | 第33-34页 |
| 3.2 超声波动力学特性研究 | 第34-37页 |
| 3.2.1 动力学模型建立 | 第34-36页 |
| 3.2.2 动力学模型的温度修正方法 | 第36-37页 |
| 3.3 实验结果分析 | 第37-41页 |
| 3.3.1 热力学特性仿真研究 | 第37-39页 |
| 3.3.2 超声波动力学特性仿真研究 | 第39-41页 |
| 3.4 本章小结 | 第41-43页 |
| 第四章 基于智能方法的软测量数学模型建立 | 第43-69页 |
| 4.1 支持向量机基本原理 | 第43-45页 |
| 4.2 基于BP的软测量建模 | 第45-47页 |
| 4.3 基于GA-SVM的软测量建模 | 第47-49页 |
| 4.4 基于BBO-SVM的软测量建模 | 第49-50页 |
| 4.4.1 迁移 | 第49-50页 |
| 4.4.2 突变 | 第50页 |
| 4.5 基于自适应反向学习BBO的软测量建模 | 第50-52页 |
| 4.6 基于初始温度的软测量模型修正 | 第52-53页 |
| 4.6.1 辅助变量的选择 | 第52-53页 |
| 4.6.2 软测量模型修正 | 第53页 |
| 4.7 仿真实验与结果分析 | 第53-67页 |
| 4.7.1 AO-BBO算法性能测试 | 第54-56页 |
| 4.7.2 不同软测量建模方法对模型精度的影响 | 第56-59页 |
| 4.7.3 模型温度补偿对软测量模型精度的影响 | 第59-67页 |
| 4.8 本章小结 | 第67-69页 |
| 第五章 在线测量系统的设计 | 第69-83页 |
| 5.1 系统总体设计 | 第69页 |
| 5.2 温度采集系统设计 | 第69-73页 |
| 5.2.1 温度传感器选择 | 第69-70页 |
| 5.2.2 测温硬件电路设计 | 第70-72页 |
| 5.2.3 测温软件设计 | 第72-73页 |
| 5.3 上位机软件设计 | 第73-79页 |
| 5.3.1 软件开发环境配置 | 第74-75页 |
| 5.3.2 串行通讯协议设计 | 第75-77页 |
| 5.3.3 数据存储格式 | 第77-79页 |
| 5.4 软测量系统调试与验证 | 第79-82页 |
| 5.5 本章小结 | 第82-83页 |
| 第六章 结论与展望 | 第83-85页 |
| 6.1 结论 | 第83页 |
| 6.2 展望 | 第83-85页 |
| 参考文献 | 第85-91页 |
| 致谢 | 第91-93页 |
| 研究成果及发表的学术论文 | 第93-95页 |
| 作者简介 | 第95-97页 |
| 附件 | 第97-98页 |
