| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-15页 |
| ·粘度测量原理 | 第8-10页 |
| ·粘度与温度的关系 | 第10-11页 |
| ·恒温水浴温度控制方法的现状 | 第11-13页 |
| ·项目来源与技术特点 | 第13-14页 |
| ·本文的研究内容 | 第14-15页 |
| 第二章 恒温水浴温度复合智能控制方法 | 第15-31页 |
| ·恒温水浴温度的PID控制方法 | 第15-17页 |
| ·恒温水浴温度的仿人智能控制方法 | 第17-19页 |
| ·仿人智能控制的特征信息 | 第17-18页 |
| ·仿人智能控制算法 | 第18-19页 |
| ·恒温水浴温度的复合智能控制方法 | 第19-28页 |
| ·恒温水浴温度复合智能控制器结构 | 第19-20页 |
| ·改进型Bang-bang控制环节 | 第20页 |
| ·自调整模糊控制环节 | 第20-24页 |
| ·仿人智能控制环节 | 第24-25页 |
| ·基于DSP的恒温水浴温度复合智能控制方法实现 | 第25-27页 |
| ·复合智能控制的参数整定 | 第27-28页 |
| ·恒温水浴温度的复合智能控制方法实验 | 第28-30页 |
| ·本章小结 | 第30-31页 |
| 第三章 恒温水浴数字温度传感器非线性误差补偿方法研究 | 第31-40页 |
| ·基于改进型RBF神经网络集成的数字温度传感器非线性误差补偿 | 第32-36页 |
| ·子RBF神经网路生成 | 第32-33页 |
| ·子RBF神经网络 | 第33-34页 |
| ·子RBFNN的梯度训练方法 | 第34-35页 |
| ·估计器与权值调节器 | 第35-36页 |
| ·改进型RBFNN集成的误差补偿算法步骤 | 第36页 |
| ·改进型RBF神经网络集成的数字温度传感器非线性误差补偿实验 | 第36-39页 |
| ·本章小结 | 第39-40页 |
| 第四章 重力式毛细管粘度仪恒温水浴温度控制系统的实现 | 第40-54页 |
| ·重力式毛细管粘度仪的构成与工作原理 | 第40-43页 |
| ·重力式毛细管粘度仪的工作原理 | 第40-42页 |
| ·恒温水浴的结构 | 第42-43页 |
| ·基于复合智能控制恒温水浴的特点 | 第43-44页 |
| ·恒温水浴温度采集与控制模块设计 | 第44-49页 |
| ·恒温水浴信息处理与控制单元 | 第45-46页 |
| ·数字温度传感器DS1624与DS18B20 | 第46-49页 |
| ·恒温水浴人机接口与通信模块设计 | 第49-50页 |
| ·恒温水浴系统软件设计 | 第50-53页 |
| ·温度采集数据的滑窗均值滤波 | 第50-51页 |
| ·恒温水浴温度复合智能控制程序流程 | 第51-52页 |
| ·数字温度传感器非线性误差补偿程序流程图 | 第52-53页 |
| ·本章小结 | 第53-54页 |
| 结论 | 第54-56页 |
| 参考文献 | 第56-61页 |
| 致谢 | 第61-62页 |
| 附录A 攻读硕士学位期间撰写的论文与参加的科研项目 | 第62-63页 |
| 附录B 恒温水浴电路原理图 | 第63-64页 |
| 附录C 恒温水浴与粘度仪外观图 | 第64-65页 |
| 附录D 恒温水浴部分源代码 | 第65-70页 |
