橡胶炭黑分散度的预测模型及应用的研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 第一章 文献综述 | 第9-21页 |
| ·橡胶混炼概述 | 第9-12页 |
| ·混炼定义和作用 | 第9页 |
| ·判断混炼胶质量的指标 | 第9-10页 |
| ·影响混炼胶质量的因素 | 第10-11页 |
| ·混炼的控制方法 | 第11-12页 |
| ·分散度国内外研究进展 | 第12-15页 |
| ·分散度定义及其判定方法 | 第12-13页 |
| ·国内外研究进展 | 第13页 |
| ·分散度在线检测技术 | 第13-15页 |
| ·与本课题研究相关的基础知识 | 第15-19页 |
| ·统计学习理论 | 第15-18页 |
| ·支持向量机概述 | 第18页 |
| ·支持向量机应用现状 | 第18-19页 |
| ·本文研究的意义 | 第19-20页 |
| ·本文研究的主要内容 | 第20-21页 |
| 第二章 基于支持向量机的分散度预测模型的建立 | 第21-34页 |
| ·引言 | 第21-22页 |
| ·支持向量机 | 第22-25页 |
| ·支持向量机回归 | 第22-23页 |
| ·非线性支持向量机回归 | 第23-24页 |
| ·核函数的确定 | 第24-25页 |
| ·支持向量机回归的序列最小优化算法 | 第25-30页 |
| ·支持向量机回归的KKT条件 | 第25-27页 |
| ·子优化问题的解析解 | 第27-30页 |
| ·待优化变量的选择及SMO算法流程 | 第30页 |
| ·基于标准SVM炭黑分散度模型的建立 | 第30-33页 |
| ·引言 | 第30-31页 |
| ·输入变量的确定 | 第31-32页 |
| ·基于标准SVM的混炼胶分散度预测模型 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 第三章 实验研究 | 第34-41页 |
| ·新型实验密炼机实验平台 | 第34-36页 |
| ·控制系统的硬件方案设计 | 第34-35页 |
| ·新型密炼机实验平台主要技术参数 | 第35-36页 |
| ·主要实验设备与仪器 | 第36页 |
| ·实验方案 | 第36-39页 |
| ·实验配方 | 第37-38页 |
| ·实验条件： | 第38页 |
| ·实验工艺条件 | 第38-39页 |
| ·实验数据处理 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 第四章 橡胶分散度预测模型的验证与改进 | 第41-54页 |
| ·引言 | 第41页 |
| ·仿真实验 | 第41-46页 |
| ·基于标准SVM建模的实验结果 | 第41-43页 |
| ·模型参数分析 | 第43-46页 |
| ·基于样本集优化的SVM集成模糊系统模型 | 第46-53页 |
| ·模糊聚类算法 | 第47-48页 |
| ·基于SVM集成的模糊系统模型 | 第48-49页 |
| ·实验仿真结果及分析 | 第49-53页 |
| ·本章小结 | 第53-54页 |
| 第五章 新型实验密炼机控制系统软件设计与实现 | 第54-66页 |
| ·组态软件的选用 | 第54-55页 |
| ·基于组态王软件开发的一般步骤 | 第55-56页 |
| ·控制系统软件设计与实现 | 第56-61页 |
| ·系统组态设计 | 第56-57页 |
| ·主控画面设计 | 第57-58页 |
| ·历史曲线显示 | 第58-59页 |
| ·报表画面设计 | 第59-61页 |
| ·分散度在线预测的实现 | 第61-64页 |
| ·分散度预测模型的修正 | 第64-65页 |
| ·本章小结 | 第65-66页 |
| 结论与展望 | 第66-68页 |
| 1 结论 | 第66-67页 |
| 2 展望 | 第67-68页 |
| 参考文献 | 第68-71页 |
| 附录 FCM算法源程序 | 第71-74页 |
| 致谢 | 第74-75页 |
| 攻读学位期间发表的学术论文目录 | 第75-76页 |
| 独创性声明 | 第76页 |
| 关于论文使用授权的说明 | 第76页 |
