啤酒酿造过程控制及智能故障诊断
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 概述 | 第10-20页 |
| 1.1 课题研究的背景及意义 | 第10-11页 |
| 1.2 啤酒酿造的生产工艺 | 第11-14页 |
| 1.2.1 糖化 | 第11-13页 |
| 1.2.2 发酵 | 第13页 |
| 1.2.3 过滤 | 第13-14页 |
| 1.3 工业控制系统 | 第14-15页 |
| 1.4 故障诊断 | 第15-18页 |
| 1.4.1 故障诊断技术 | 第15-17页 |
| 1.4.2 啤酒生产过程中的故障诊断 | 第17-18页 |
| 1.5 神经网络 | 第18页 |
| 1.6 遗传算法 | 第18-19页 |
| 1.7 论文内容安排 | 第19-20页 |
| 第2章 酿造系统分析与设计 | 第20-33页 |
| 2.1 啤酒酿造控制系统简介 | 第20-22页 |
| 2.1.1 啤酒酿造控制系统的发展 | 第20-21页 |
| 2.1.2 BRAUMAT控制系统简介 | 第21-22页 |
| 2.2 系统总体结构 | 第22-26页 |
| 2.2.1 控制系统特点 | 第22页 |
| 2.2.2 控制系统组成及架构 | 第22-24页 |
| 2.2.3 控制系统的功能与方法 | 第24-25页 |
| 2.2.4 系统核心控制部件PLC | 第25-26页 |
| 2.3 PROFIBUS网络 | 第26-27页 |
| 2.4 控制系统软件配置 | 第27-32页 |
| 2.4.1 系统下位软件STEP7 | 第28-29页 |
| 2.4.2 系统上位软件BRA-T | 第29-31页 |
| 2.4.3 其他啤酒酿造控制系统 | 第31-32页 |
| 2.5 小结 | 第32-33页 |
| 第3章 酿造控制系统实现 | 第33-46页 |
| 3.1 酿造系统控制功能 | 第33-38页 |
| 3.1.1 糖糊化锅的控制 | 第33-34页 |
| 3.1.2 煮沸锅的控制 | 第34-35页 |
| 3.1.3 发酵控制 | 第35-37页 |
| 3.1.4 过滤系统 | 第37页 |
| 3.1.5 CIP系统 | 第37-38页 |
| 3.2 系统部分主要功能的实现 | 第38-41页 |
| 3.3 系统功能特点 | 第41-44页 |
| 3.4 系统设计中的问题讨论 | 第44-45页 |
| 3.4.1 CIP泵的控制 | 第44页 |
| 3.4.2 麦汁传送计划表 | 第44-45页 |
| 3.4.3 对于复杂问题的故障诊断 | 第45页 |
| 3.5 本章小结 | 第45-46页 |
| 第4章 基于改进AGA的神经网络故障分类器 | 第46-64页 |
| 4.1 啤酒酿造过程中的常见故障 | 第46-47页 |
| 4.1.1 硬件故障 | 第46页 |
| 4.1.2 软件故障 | 第46-47页 |
| 4.2 故障诊断工具 | 第47-54页 |
| 4.2.1 TE过程 | 第47-51页 |
| 4.2.2 神经网络的应用 | 第51-52页 |
| 4.2.3 遗传算法的工作原理及特点 | 第52-54页 |
| 4.3 神经网络与遗传算法的应用与实现 | 第54-60页 |
| 4.3.1 BP神经网络故障诊断器 | 第54-56页 |
| 4.3.2 应用遗传算法的故障诊断器 | 第56-60页 |
| 4.4 故障诊断器的优化 | 第60-63页 |
| 4.4.1 自适应遗传算法的产生及特点 | 第60-61页 |
| 4.4.2 基于改进AGA的神经网络故障分类器 | 第61-63页 |
| 4.5 小结 | 第63-64页 |
| 第5章 总结与展望 | 第64-66页 |
| 5.1 总结 | 第64页 |
| 5.2 展望 | 第64-66页 |
| 参考文献 | 第66-69页 |
| 致谢 | 第69页 |
