| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 1 绪论 | 第9-22页 |
| 1.1 选题背景 | 第9-11页 |
| 1.2 稀土萃取分离过程检测与控制 | 第11-17页 |
| 1.2.1 稀土萃取分离过程 | 第11-14页 |
| 1.2.2 稀土组分含量检测技术现状 | 第14-15页 |
| 1.2.3 稀土萃取分离生产过程控制 | 第15-17页 |
| 1.3 软测量技术 | 第17-20页 |
| 1.3.1 软测量技术概念 | 第17-18页 |
| 1.3.2 软测量建模方法 | 第18-20页 |
| 1.3.3 软测量技术在稀土萃取分离过程组分含量检测中的应用 | 第20页 |
| 1.4 本课题主要工作 | 第20-21页 |
| 1.5 本章小结 | 第21-22页 |
| 2 基于 RBF 神经网络稀土组分含量的软测量 | 第22-35页 |
| 2.1 影响稀土萃取平衡的主要因素 | 第22-23页 |
| 2.2 软测量建模方法的选择 | 第23-24页 |
| 2.3 RBF 神经网络建模算法 | 第24-27页 |
| 2.3.1 软测量结构模型 | 第24-25页 |
| 2.3.2 RBF 神经网络的学习 | 第25-27页 |
| 2.4 径向基函数网络的设计 | 第27-29页 |
| 2.5 RBF 神经网络在稀土萃取分离过程中的应用 | 第29-34页 |
| 2.5.1 RBF 目标描述 | 第29页 |
| 2.5.2 RBF 建模样本数据 | 第29页 |
| 2.5.3 matlab 神经网络设计程序代码和仿真结果分析 | 第29-34页 |
| 2.6 本章小结 | 第34-35页 |
| 3 稀土萃取分离过程辅助变量采集系统 | 第35-50页 |
| 3.1 数据采集系统硬件结构 | 第35-36页 |
| 3.2 各模块功能介绍 | 第36-38页 |
| 3.2.1 流量检测装置 | 第36页 |
| 3.2.2 AD 采集模块 | 第36-37页 |
| 3.2.3 嵌入式系统介绍 | 第37-38页 |
| 3.3 嵌入式设备 TPC7062K 与 AD 采集模块数据通信 | 第38-45页 |
| 3.3.1 TPC7062K 与 AD 模块之间的通信协议 | 第40-42页 |
| 3.3.2 AD 模块脚本驱动开发 | 第42-45页 |
| 3.4 嵌入式设备 TPC7062K 与上位机的数据交换 | 第45-48页 |
| 3.4.1 嵌入式设备 TPC7062K 组态环境设置 | 第45-48页 |
| 3.4.2 上位机组态系统设置 | 第48页 |
| 3.5 本章小结 | 第48-50页 |
| 4 基于 OPC 标准的软测量模型的应用 | 第50-57页 |
| 4.1 引言 | 第50-51页 |
| 4.2 OPC 技术 | 第51-52页 |
| 4.3 MCGS 与 matlab 的实时通信 | 第52-56页 |
| 4.4 本章小结 | 第56-57页 |
| 结束语 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 附录 | 第61-67页 |
| 附录一 稀土萃取建模样本数据和校验样本数据 | 第61-65页 |
| 附录二 建立软测量模型程序代码 | 第65-67页 |
| 在学研究成果 | 第67-68页 |
| 致谢 | 第68页 |
