摘要 | 第1-8页 |
ABSTRACT | 第8-10页 |
第一章 绪论 | 第10-16页 |
1.1 引言 | 第10-12页 |
1.1.1 智能控制理论的发展 | 第10-11页 |
1.1.2 计算智能 | 第11-12页 |
1.2 啤酒发酵工业现状和需要解决的问题 | 第12-14页 |
1.3 课题的提出与研究内容 | 第14-16页 |
第二章 啤酒发酵过程工艺及控制方案 | 第16-26页 |
2.1 啤酒生产工艺简介 | 第16-17页 |
2.2 啤酒发酵过程的温度控制工艺要求 | 第17-19页 |
2.3 啤酒发酵过程的温度控制系统特点与要求 | 第19-21页 |
2.3.1 啤酒发酵过程温控对象的特点 | 第19-20页 |
2.3.2 啤酒发酵温控系统的基本控制要求 | 第20-21页 |
2.4 啤酒发酵温度控制系统的数学模型分析 | 第21-22页 |
2.4.1 发酵罐内发热与散热过程 | 第21页 |
2.4.2 发酵罐内反应的传递函数 | 第21-22页 |
2.4.3 罐内发热与制冷的温度控制过程 | 第22页 |
2.5 啤酒发酵过程温度控制策略 | 第22-25页 |
2.6 本章小结 | 第25-26页 |
第三章 新型啤酒发酵多点测温实验装置 | 第26-34页 |
3.1 前言 | 第26页 |
3.2 实验装置设计 | 第26-30页 |
3.2.1 建立实验装置的总体思路 | 第26-27页 |
3.2.2 实验装置的建立 | 第27-30页 |
3.3 测控实验系统总体方案 | 第30-33页 |
3.3.1 发酵过程温度测控系统的现有方案比较 | 第30-31页 |
3.3.2 总体思路 | 第31-32页 |
3.3.3 测控系统基本方案 | 第32-33页 |
3.4 本章小结 | 第33-34页 |
第四章 基于AD590的啤酒发酵测控系统软硬件设计与模糊控制实验研究 | 第34-63页 |
4.1 传统测温存在的问题 | 第34-35页 |
4.2 系统硬件设计与配置 | 第35-45页 |
4.2.1 温度传感器的选用 | 第35-37页 |
4.2.2 数据输入/输出硬件配置 | 第37-38页 |
4.2.3 接口电路 | 第38-41页 |
4.2.4 传感器输入/输出线性化 | 第41-42页 |
4.2.5 接口电路的抗干扰 | 第42-44页 |
4.2.6 误差分析 | 第44-45页 |
4.3 系统软件设计 | 第45-51页 |
4.3.1 系统软件结构 | 第45页 |
4.3.2 数字滤波与软件标定 | 第45-49页 |
4.3.3 发酵过程温度PID控制策略及软件实现 | 第49-50页 |
4.3.4 计算机监控系统软件设计 | 第50-51页 |
4.4 发酵罐温控系统实验研究 | 第51-61页 |
4.4.1 罐内不同插入深度的温度分布及分析 | 第51-54页 |
4.4.2 发酵罐PID温度控制实验及分析 | 第54-55页 |
4.4.3 模糊控制实验研究 | 第55-59页 |
4.4.4 模糊控制的改进 | 第59-61页 |
4.5 本章小结 | 第61-63页 |
第五章 啤酒发酵过程工艺曲线的神经网络优化系统及仿真研究 | 第63-86页 |
5.1 传统啤酒发酵工艺曲线优化存在的问题 | 第63-64页 |
5.2 新型啤酒发酵工艺曲线优化系统 | 第64-67页 |
5.2.1 人工神经网络在复杂系统建模与优化中的应用 | 第64-65页 |
5.2.2 神经网络动态优化系统的构造 | 第65-67页 |
5.3 前馈网络 | 第67-75页 |
5.3.1 人工神经网络的一些基本概念 | 第67-68页 |
5.3.2 BP网络的结构和学习算法 | 第68-74页 |
5.3.3 神经网络的学习能力和泛化能力 | 第74-75页 |
5.4 神经网络函数逼近的仿真研究 | 第75-82页 |
5.4.1 神经网络结构的确定 | 第75-76页 |
5.4.2 初始权值的选择 | 第76页 |
5.4.3 训练样本的选择 | 第76-77页 |
5.4.4 仿真实验 | 第77-82页 |
5.5 工艺参数的优化算法研究 | 第82-84页 |
5.6 本章小结 | 第84-86页 |
第六章 总结与展望 | 第86-89页 |
6.1 本文主要完成的工作 | 第86-87页 |
6.2 展望 | 第87-89页 |
附录A 发酵罐的机械设计 | 第89-92页 |
附录B 发酵罐实验装置图(实照) | 第92-93页 |
参考文献 | 第93-97页 |
作者在攻读硕士学位期间发表的论文 | 第97-98页 |
作者简介 | 第98-99页 |
致谢 | 第99页 |