摘要 | 第4-5页 |
Abstract | 第5页 |
第1章 绪论 | 第8-12页 |
1.1 课题背景及研究意义 | 第8页 |
1.2 催化剂活性测量的国内外现状 | 第8-9页 |
1.3 软测量技术国内外现状 | 第9-11页 |
1.3.1 机理建模软测量 | 第9-10页 |
1.3.2 数据驱动软测量 | 第10页 |
1.3.3 混合建模软测量 | 第10-11页 |
1.4 本课题的研究内容 | 第11-12页 |
第2章 醋酸乙烯生产工艺分析 | 第12-22页 |
2.1 引言 | 第12页 |
2.2 电石乙炔流化床法合成工段简介 | 第12-13页 |
2.3 VAC生产工艺合成工段影响因素分析 | 第13-17页 |
2.3.1 催化剂的影响 | 第13-15页 |
2.3.2 原料的影响 | 第15页 |
2.3.3 压力的影响 | 第15页 |
2.3.4 温度的影响 | 第15-16页 |
2.3.5 空速的影响 | 第16页 |
2.3.6 摩尔比的影响 | 第16-17页 |
2.3.7 其他因素的影响 | 第17页 |
2.4 VAC合成工段催化剂活性的影响因素分析 | 第17-20页 |
2.4.1 温度对催化剂活性的影响 | 第17-18页 |
2.4.2 摩尔比对催化剂活性的影响 | 第18-19页 |
2.4.3 空速对催化剂活性的影响 | 第19页 |
2.4.4 催化剂使用时间对活性的影响 | 第19-20页 |
2.5 本章小结 | 第20-22页 |
第3章 软测量的理论研究 | 第22-38页 |
3.1 引言 | 第22页 |
3.2 软测量原理分析 | 第22-24页 |
3.2.1 变量的选择 | 第22-23页 |
3.2.2 数据的处理 | 第23-24页 |
3.2.3 模型的建立 | 第24页 |
3.2.4 模型的选取 | 第24页 |
3.3 建立模型的方法 | 第24-28页 |
3.3.1 单一方法建模 | 第25-27页 |
3.3.2 混合建模 | 第27-28页 |
3.4 数据驱动建模原理分析 | 第28-35页 |
3.4.1 人工神经网络原理 | 第29-33页 |
3.4.2 支持向量机原理 | 第33-35页 |
3.5 本章小结 | 第35-38页 |
第4章 催化剂活性软测量分析 | 第38-56页 |
4.1 引言 | 第38页 |
4.2 醋酸锌催化剂活性误差反向传播算法软测量分析 | 第38-47页 |
4.2.1 数据的预处理 | 第38页 |
4.2.2 训练集的样本选取 | 第38-39页 |
4.2.3 网络结构的初步设计 | 第39-41页 |
4.2.4 模型的训练和测试 | 第41页 |
4.2.5 仿真实例和结果分析 | 第41-47页 |
4.3 醋酸锌催化剂活性混合建模软测量分析 | 第47-52页 |
4.3.1 样本集的确定 | 第47页 |
4.3.2 模型结构设计 | 第47-48页 |
4.3.3 初始模型建立 | 第48-50页 |
4.3.4 修正模型建立 | 第50页 |
4.3.5 支持向量机核函数的选取 | 第50-51页 |
4.3.6 支持向量机参数的选取 | 第51-52页 |
4.3.7 仿真实例和结果分析 | 第52页 |
4.4 软测量模型对比分析 | 第52-54页 |
4.5 本章小结 | 第54-56页 |
结论 | 第56-58页 |
参考文献 | 第58-62页 |
攻读硕士学位期间所发表的论文 | 第62-64页 |
致谢 | 第64页 |