建模技术在虚拟仪表中的应用
| 中文摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 第1章 绪论 | 第9-14页 |
| ·课题研究的目的和意义 | 第9-11页 |
| ·虚拟仪表研究现状 | 第11-12页 |
| ·本文主要研究的内容 | 第12-14页 |
| 第2章 软测量技术理论 | 第14-24页 |
| ·软测量理论概述 | 第14-17页 |
| ·软测量技术的提出 | 第14页 |
| ·软测量技术的基本原理 | 第14-15页 |
| ·软测量技术的优势和存在的问题 | 第15-17页 |
| ·影响软测量模型性能的主要因素 | 第17-21页 |
| ·辅助变量的选取 | 第18-19页 |
| ·过程数据的处理 | 第19-21页 |
| ·软仪表的在线校正 | 第21页 |
| ·软测量模型的设计步骤 | 第21-23页 |
| ·本章小结 | 第23-24页 |
| 第3章 软测量建模方法研究 | 第24-33页 |
| ·机理分析的软测量建模方法 | 第24-25页 |
| ·回归分析的软测量建模方法 | 第25-27页 |
| ·最小二乘法 | 第25-26页 |
| ·主元回归分析方法 | 第26-27页 |
| ·状态估计的软测量建模方法 | 第27-28页 |
| ·人工神经网络的软测量建模方法 | 第28-29页 |
| ·模糊数学的软测量建模方法 | 第29-31页 |
| ·模糊数学建模方法的简要介绍 | 第29页 |
| ·模糊数学建模方法的设计步骤 | 第29-31页 |
| ·混合建模方法 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第4章 基于神经网络的聚合物黏度建模 | 第33-60页 |
| ·BP神经网路 | 第33-51页 |
| ·BP神经网络概述 | 第33-34页 |
| ·BP神经网络的基本原理 | 第34-37页 |
| ·BP神经网络存在的缺陷及改进方法 | 第37-39页 |
| ·本文提出的改进方法 | 第39-48页 |
| ·实例分析 | 第48-51页 |
| ·RBF神经网络 | 第51-57页 |
| ·RBF神经网络概述 | 第51页 |
| ·RBF神经网络的基本原理 | 第51-54页 |
| ·RBF神经网络存在的缺陷及改进方法 | 第54-56页 |
| ·实例分析 | 第56-57页 |
| ·两种神经网络的比较分析 | 第57-58页 |
| ·本章小结 | 第58-60页 |
| 第5章 聚合物黏度软测量系统软件设计 | 第60-73页 |
| ·系统构成 | 第60页 |
| ·LabVIEW简介 | 第60-62页 |
| ·聚合物粘度测试系统各模块实现 | 第62-71页 |
| ·数据采集处理模块实现 | 第62-67页 |
| ·聚合物黏度分析计算模块实现 | 第67-71页 |
| ·聚合物黏度测试系统应用效果分析 | 第71-72页 |
| ·本章小结 | 第72-73页 |
| 结论 | 第73-75页 |
| 参考文献 | 第75-81页 |
| 附录 实验数据 | 第81-84页 |
| 致谢 | 第84页 |
