数据驱动的填料塔液泛气速预测模型与实时监测研究

摘要	第1-6页
ABSTRACT	第6-8页
目录	第8-10页
图表清单	第10-13页
縮略语列表	第13-14页
第一章 绪论	第14-30页
·填料塔的发展与工业应用	第14-18页
·填料的发展及分类	第15-17页
·填料塔在工业上的应用概况	第17-18页
·填料塔泛点气速模型研究	第18-25页
·液泛现象概述	第18-20页
·传统液泛水力学模型研究概况	第20-23页
·软测量方法预测液泛气速的研究	第23-25页
·填料塔的液泛实时监测研究	第25-27页
·传统的液泛实时监测方法	第25-26页
·基于声学的液泛实时监测方法研究	第26-27页
·本文的研究内容及框架	第27-30页
第二章 基于RBF的液泛气速模型	第30-55页
·传统的液泛气速关联式	第30-34页
·两类主要的液泛气速计算方法	第30-32页
·传统公式的优缺点	第32-34页
·基于神经网络的液泛气速模型	第34-46页
·建模用填料数据库一览	第36-39页
·RBF神经网络建模方法	第39-42页
·基于RBF的液泛气速模型	第42-46页
·基于RBF的液泛气速模型的性能分析	第46-53页
·模型的性能分析	第46-52页
·一致性分析	第52-53页
·本章小结	第53-55页
第三章 基于SVM的液泛气速模型	第55-77页
·基于统计学习理论的SVM方法	第55-64页
·RBF模型尚未解决的主要问题	第55-57页
·SLT理论及SVM方法	第57-61页
·SVM回归算法	第61-63页
·RBF神经网络和SVM回归方法特点比较	第63-64页
·基于SVM的液泛气速模型的设计	第64-68页
·SVM回归算法设计	第64-65页
·基于SVM的液泛气速模型	第65-68页
·基于SVM液泛气速模型的性能分析	第68-74页
·SVM模型的综合性能	第68-69页
·SVM与RBF模型性能比较	第69-72页
·模型的一致性分析	第72-74页
·液泛气速预测软件的设计	第74-75页
·本章小结	第75-77页
第四章 液泛气速模型的实验验证	第77-83页
·研究对象及实验装置	第77-79页
·预计算液泛气速	第79-80页
·采用RBF模型计算液泛气速	第79页
·采用SVM模型计算液泛气速	第79-80页
·实验方法与数据处理	第80-81页
·实验方法	第80页
·数据处理	第80-81页
·实验结果与模型预测结果比较	第81-82页
·本章小结	第82-83页
第五章 填料塔的液泛实时监测研究	第83-100页
·液泛实时监测方法	第83-89页
·传统的液泛实时监测方法	第83-84页
·基于声波的液泛实时监测方法	第84-89页
·基于传统声学的实时监测方法研究	第89-99页
·声学测量基本原理及分类	第89-90页
·单只麦克风实验装置和方法	第90-94页
·实验结果与分析	第94-99页
·本章小结	第99-100页
第六章 基于NAH的填料塔的液泛实时监测研究	第100-113页
·基于NAH的声源识别方法	第100-108页
·近场声全息NAH测量原理	第100-102页
·基于NAH的声压快照及声源识别模拟	第102-108页
·基于NAH的液泛实时监测实验	第108-112页
·麦克风阵列实验装置	第108-109页
·实验方法	第109-110页
·实验结果与分析	第110-112页
·本章小结	第112-113页
第七章 总结与展望	第113-116页
·工作总结	第113-114页
·本文的主要创新点	第114页
·后续研究工作的方向及思路	第114-116页
参考文献	第116-124页
致谢	第124-125页
攻读学位期间参加的科研项目和主要科研成果	第125-127页
附录1 数据库内散堆填料一览	第127-131页
附录2 散堆填料数据及其文献来源	第131-152页