置换蒸煮过程卡伯值混合建模算法的研究
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 1 绪论 | 第10-15页 |
| 1.1 研究的目的及意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.2.1 国外研究现状 | 第12-13页 |
| 1.2.2 国内研究现状 | 第13-14页 |
| 1.3 主要内容及章节安排 | 第14-15页 |
| 1.3.1 主要研究内容 | 第14页 |
| 1.3.2 章节安排 | 第14-15页 |
| 2 置换蒸煮过程卡伯值软测量原理 | 第15-27页 |
| 2.1 置换蒸煮与传统间歇蒸煮的工艺比较 | 第15-18页 |
| 2.2 置换蒸煮过程机理分析 | 第18-19页 |
| 2.3 置换蒸煮卡伯值软测量 | 第19-26页 |
| 2.3.1 软测量技术 | 第19-21页 |
| 2.3.2 卡伯值软测量影响因素 | 第21-24页 |
| 2.3.3 软测量的建模方法 | 第24-26页 |
| 2.4 本章小结 | 第26-27页 |
| 3 置换蒸煮卡伯值主模型 | 第27-38页 |
| 3.1 基本理论简介 | 第27-29页 |
| 3.1.1 多元线性回归 | 第27-28页 |
| 3.1.2 偏最小二乘的基本原理 | 第28-29页 |
| 3.2 基于递推PLS的卡伯值软测量建模 | 第29-33页 |
| 3.2.1 建模变量选择 | 第29-30页 |
| 3.2.2 建模数据预处理 | 第30-32页 |
| 3.2.3 潜变量数量确定 | 第32-33页 |
| 3.3 仿真结果分析 | 第33-37页 |
| 3.4 本章小结 | 第37-38页 |
| 4 RBF神经网络补偿模型 | 第38-48页 |
| 4.1 神经网络建模简介 | 第38-39页 |
| 4.2 RBF神经网络简介 | 第39-42页 |
| 4.3 RBF补偿模型的构建 | 第42-47页 |
| 4.3.1 建模数据选择及处理 | 第42-44页 |
| 4.3.2 RBF神经网络建模 | 第44-47页 |
| 4.4 本章小结 | 第47-48页 |
| 5 置换蒸煮卡伯值的混合模型 | 第48-55页 |
| 5.1 混合建模介绍 | 第48-49页 |
| 5.1.1 串行混合建模 | 第48-49页 |
| 5.1.2 并行混合建模 | 第49页 |
| 5.2 卡伯值软测量的混合模型 | 第49-54页 |
| 5.2.1 卡伯值软测量混合建模 | 第49-50页 |
| 5.2.2 卡伯值混合模型仿真 | 第50-54页 |
| 5.3 本章小结 | 第54-55页 |
| 6 置换蒸煮卡伯值混合模型在工业中的实现 | 第55-67页 |
| 6.1 置换蒸煮DCS系统介绍 | 第55-58页 |
| 6.2 辅助变量的检测 | 第58-61页 |
| 6.3 卡伯值软测量的实现 | 第61-66页 |
| 6.3.1 卡伯值软测量方案的设计 | 第61-62页 |
| 6.3.2 过程测量数据的采集 | 第62-64页 |
| 6.3.3 卡伯值在线软测量的实现 | 第64-66页 |
| 6.4 本章小结 | 第66-67页 |
| 7 总结与展望 | 第67-69页 |
| 7.1 全文工作总结 | 第67页 |
| 7.2 未来工作展望 | 第67-69页 |
| 致谢 | 第69-70页 |
| 参考文献 | 第70-73页 |
| 附录A：卡伯值混合建模样本数据 | 第73-86页 |
| 攻读学位期间发表的学术论文及专利 | 第86页 |
| 攻读硕士学位期间参与的项目 | 第86-87页 |
