摘要 | 第1-8页 |
Abstract | 第8-9页 |
附图索引 | 第9-11页 |
附表索引 | 第11-12页 |
第1章 绪论 | 第12-16页 |
·课题背景和研究意义 | 第12-13页 |
·国内外研究现状 | 第13-14页 |
·本文的主要研究内容 | 第14页 |
·本文组织结构 | 第14-16页 |
第2章 软测量技术概述 | 第16-27页 |
·软测量理论概述 | 第16-22页 |
·软测量技术的研究及发展 | 第16页 |
·软测量的理论基础 | 第16-18页 |
·软测量的建模方法 | 第18-22页 |
·影响软测量模型性能的因素 | 第22-24页 |
·辅助变量的选择 | 第22-23页 |
·过程的数据处理 | 第23页 |
·软仪表的在线校正 | 第23-24页 |
·软测量技术的工业应用 | 第24-26页 |
·软测量模型的工业化设计步骤 | 第24-25页 |
·软测量技术的优势和存在的问题 | 第25-26页 |
·本章小结 | 第26-27页 |
第3章 明胶浓度的软测量应用研究 | 第27-45页 |
·引言 | 第27页 |
·明胶生产工艺流程简介 | 第27-31页 |
·制胶原理 | 第27-28页 |
·明胶生产工艺过程简介 | 第28-30页 |
·提胶工序简介 | 第30-31页 |
·机理分析及辅助变量的选择 | 第31-32页 |
·数据采集和预处理 | 第32-33页 |
·基于LSSVM的明胶浓度软测量建模 | 第33-39页 |
·最小二乘支持向量机 | 第33页 |
·最小二乘支持向量机回归算法简介 | 第33-35页 |
·核函数 | 第35-36页 |
·模型参数选择 | 第36-37页 |
·基于LSSVM的软测量模型的明胶浓度预测 | 第37-39页 |
·明胶浓度的RBF的软测量建模 | 第39-41页 |
·仿真结果分析 | 第41-44页 |
·本章小结 | 第44-45页 |
第4章 基于改进的LSSVM明胶浓度软测量建模 | 第45-58页 |
·LSSVM模型参数优化 | 第45-50页 |
·PSO算法简介 | 第45-46页 |
·K均值聚类 | 第46页 |
·K-means-PSO相结合的LSSVM参数优化 | 第46-49页 |
·仿真结果及分析 | 第49-50页 |
·局部最小二乘支持向量机估计算法 | 第50-53页 |
·局部样本数的确定 | 第50页 |
·局部LSSVM建模的方法步骤 | 第50-53页 |
·小样本下仿真研究 | 第53-56页 |
·仿真结果分析 | 第56-57页 |
·本章小结 | 第57-58页 |
第5章 软测量方法在提胶工序控制系统中的应用 | 第58-69页 |
·明胶浓度软仪表实现的可行性分析 | 第58-59页 |
·软仪表实现基础 | 第58-59页 |
·MATLAB和控制系统数据通信 | 第59页 |
·提胶工序的自动化控制系统结构 | 第59-66页 |
·硬件结构 | 第60-61页 |
·系统软件组成 | 第61-63页 |
·系统组态结构 | 第63-66页 |
·基于OPC技术的Matlab与WinCC的数据交换 | 第66-68页 |
·OPC技术简介 | 第66-67页 |
·基于OPC技术的Matlab与WinCC的数据通信设计 | 第67-68页 |
·本章小结 | 第68-69页 |
结论与展望 | 第69-71页 |
参考文献 | 第71-77页 |
致谢 | 第77-78页 |
附录A 发表的学术论文目录 | 第78-79页 |
附录B 部分程序 | 第79-85页 |
附录C 部分现场数据 | 第85-88页 |