摘要 | 第1-4页 |
ABSTRACT | 第4-5页 |
目录 | 第5-8页 |
第一章 绪论 | 第8-20页 |
·引言 | 第8-9页 |
·铝电解质初晶温度的研究背景 | 第9-13页 |
·铝电解质的分子比 | 第10-12页 |
·铝电解质中的添加剂 | 第12-13页 |
·铝电解质初晶温度的测定现状 | 第13-18页 |
·由化学分析结果计算初晶点 | 第13-14页 |
·实验室热分析法 | 第14-16页 |
·直接测量法 | 第16-18页 |
·本文研究的内容和意义 | 第18-20页 |
第二章 铝电解槽初晶温度测量探头的研究 | 第20-36页 |
·引言 | 第20页 |
·测定电解质初晶温度的基本原理 | 第20-21页 |
·测温传感器的选择 | 第21-22页 |
·传感器的工作条件 | 第21页 |
·高温传感器的结构设计 | 第21-22页 |
·高温传感器的设计 | 第22页 |
·探头基本结构及测温过程 | 第22-23页 |
·探头的设计及应用 | 第23-30页 |
·取样杯的设计 | 第23-25页 |
·热电偶的选择 | 第25页 |
·探头其他部分的设计 | 第25-26页 |
·在实验室的模拟测试 | 第26页 |
·测量的影响因素 | 第26-30页 |
·测温探头优化设计探讨一 | 第30-32页 |
·探头的改进方向 | 第30页 |
·探头的基本结构设计 | 第30-31页 |
·探头的测温过程 | 第31-32页 |
·探头的优点 | 第32页 |
·测温探头优化设计探讨二 | 第32-35页 |
·探头的基本机构设计 | 第32-33页 |
·探头的测量过程 | 第33-34页 |
·探头二的相关应用研究 | 第34-35页 |
·小结 | 第35-36页 |
第三章 基于虚拟仪器的铝电解槽温度参数自动检测研究 | 第36-58页 |
·引言 | 第36-38页 |
·虚拟仪器概述 | 第38-45页 |
·虚拟仪器的基本概念 | 第38页 |
·虚拟仪器的构成及其分类 | 第38-41页 |
·虚拟仪器图形化编程语言labview | 第41-44页 |
·基于labview平台的虚拟仪器设计方法 | 第44-45页 |
·基于labview平台的典型虚拟仪器实例 | 第45页 |
·铝电解质测温虚拟仪器系统设计 | 第45-57页 |
·系统设计理念 | 第45-46页 |
·系统的硬件结构 | 第46页 |
·利用仪器I/O助手实现与ADAM模块通信 | 第46-47页 |
·温度数据采集储存程序 | 第47-50页 |
·温度数据处理程序 | 第50-56页 |
·制作初晶温度应用程序 | 第56-57页 |
·铝电解初晶温度labview测量平台的优化 | 第57页 |
·总结 | 第57-58页 |
第四章 五元系铝电解质初晶温度人工神经网络模型及应用 | 第58-82页 |
·引言 | 第58页 |
·BP神经网络 | 第58-67页 |
·BP神经网络的基本原理 | 第58-60页 |
·BP神经网络的设计 | 第60-61页 |
·Matlab软件在BP神经网络建模中的应用 | 第61-67页 |
·五元系电解质初晶温度的影响因素 | 第67-69页 |
·分子比对初晶温度的影响 | 第67页 |
·氟化钙对初晶温度的影响 | 第67-68页 |
·氟化镁对初晶温度的影响 | 第68页 |
·氟化锂对初晶温度的影响 | 第68-69页 |
·五元系电解质初晶温度神经网络模型 | 第69-76页 |
·BP神经网络的设计 | 第69页 |
·利用Matlab神经网络工具箱进行建模 | 第69-73页 |
·应用网络结果 | 第73页 |
·五元系神经网络模型应用于分子比预报 | 第73-76页 |
·神经网络初晶温度模型应用于不同添加剂组分电解质 | 第76-81页 |
·添加剂为氟化钙的铝电解质 | 第76-78页 |
·添加剂为氟化钙和氟化锂的电解质 | 第78-81页 |
·总结 | 第81-82页 |
第五章 结论 | 第82-83页 |
参考文献 | 第83-87页 |
致谢 | 第87-88页 |
公开发表的论文 | 第88页 |