首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--自动化系统论文--自动控制、自动控制系统论文

CA32烟片在线振动分选控制系统的研究

摘要第4-5页
Abstract第5-6页
图表清单第10-13页
注释表第13-14页
第一章 绪论第14-18页
    1.1 课题研究背景第14-15页
        1.1.1 我国烟草行业发展背景第14页
        1.1.2 数据挖掘技术产生的背景第14-15页
    1.2 研究现状第15-16页
    1.3 研究目的及意义第16页
    1.4 本论文的章节安排第16-18页
第二章 数据挖掘技术概述第18-37页
    2.1 数据挖掘定义第18-19页
        2.1.1 商业定义第18-19页
        2.1.2 技术定义第19页
    2.2 数据挖掘的过程模型第19-22页
        2.2.1 Fayyad 过程模型第20-21页
        2.2.2 CRISP-DM 过程模型第21-22页
    2.3 常用的数据挖掘技术第22-36页
        2.3.1 神经网络第22-27页
        2.3.2 决策树算法第27-30页
        2.3.3 关联规则算法第30-36页
    2.4 本章小结第36-37页
第三章 基于关联规则算法的烟片生产设备参数分析第37-51页
    3.1 Microsoft SQL Server 2005 数据挖掘平台第37-38页
        3.1.1 产品概述第37-38页
        3.1.2 功能优势第38页
    3.2 Apriori 算法在烟片生产设备参数分析中的应用第38-48页
        3.2.1 数据采集第38-39页
        3.2.2 数据预处理第39-40页
        3.2.3 数据离散化第40页
        3.2.4 搭建挖掘环境第40-42页
        3.2.5 选择挖掘算法对数据进行挖掘第42-44页
        3.2.6 挖掘结果分析第44-48页
        3.2.7 结论第48页
    3.3 基于挖掘结果开发烟片质量回馈控制系统第48-50页
        3.3.1 回馈控制系统流程图第48-49页
        3.3.2 回馈控制系统的设计与实现第49-50页
    3.4 本章小结第50-51页
第四章 系统设计与实现第51-64页
    4.1 产品概述第51页
    4.2 主要功能第51页
    4.3 工作原理第51-52页
    4.4 系统结构设计图第52页
    4.5 系统模块设计第52-62页
        4.5.1 登陆模块第52-53页
        4.5.2 主程序界面模块第53-54页
        4.5.3 参数设置模块第54-55页
        4.5.4 操作模块第55-57页
        4.5.5 历史数据查询模块第57页
        4.5.6 图示比例模块第57-58页
        4.5.7 回馈控制模块第58页
        4.5.8 烟片质量回馈控制系统模块第58-60页
        4.5.9 曲线趋势模块第60-61页
        4.5.10 故障查询模块第61页
        4.5.11 系统设置模块第61-62页
    4.6 软件安装条件第62-63页
    4.7 本章小结第63-64页
第五章 上位机软件和 PLC 通讯设计第64-75页
    5.1 S7-300 PLC 简介第64页
    5.2 S7-300PLC 端程序设计第64-65页
        5.2.1 回馈控制系统 PLC 接收程序设计第64-65页
        5.2.2 回馈控制接收数据块设计第65页
    5.3 套接字编程第65-69页
        5.3.1 套接字编程简介第65-66页
        5.3.2 IP 协议和端口的概念第66页
        5.3.3 TCP 协议工作原理第66-67页
        5.3.4 TCP 协议和 UDP 协议的区别第67页
        5.3.5 同步 TCP 应用编程步骤第67-69页
        5.3.6 套接字的 TCP 通信流程第69页
    5.4 同步套接字 TCP 上位机软件程序设计第69-73页
        5.4.1 烟片质量回馈控制系统与 PLC 通讯协议的制定第69-72页
        5.4.2 上位机软件通讯程序设计第72-73页
    5.5 软件安装及现场调试第73-74页
    5.6 本章小结第74-75页
第六章 总结与展望第75-77页
    6.1 研究总结第75页
    6.2 未来展望第75-77页
参考文献第77-81页
致谢第81-82页
在学期间的研究成果及发表的学术论文第82页

论文共82页,点击 下载论文
上一篇:基于BART算法的分类问题研究
下一篇:基于语义核函数的食品投诉文档分类研究