首页> 中文学位 >数据融合技术在蒸发工段黑液浓度测量中的应用研究
【6h】

数据融合技术在蒸发工段黑液浓度测量中的应用研究

代理获取

目录

文摘

英文文摘

声明

1绪论

1.1数据融合技术简述

1.1.1数据融合技术的产生发展和应用综述

1.1.2数据融合技术在国外的发展

1.1.3数据融合技术在国内的发展

1.1.4数据融合技术在国内外的应用领域简述

1.2国内外数据融合的方法及课题提出的背景和内容

1.2.1目前国内外的数据融合方法

1.2.2研究背景

1.3数据融合结构分类

1.4本文的工作和安排

1.4.1数据融合技术的开发流程

1.4.2本文的安排概要

2多传感器信息融合理论基础

2.1传感器的组成及描述

2.1.1传感器的组成

2.1.2传感器特征描述

2.2多传感器信息融合的功能模型

2.3多传感器集成与信息融合的意义

3黑液的特性与蒸发工段控制

3.1碱回收工艺概论

3.1.1麦草浆黑液的性质

3.1.2黑液的蒸发

3.2蒸发过程的模型的建立

3.2.1蒸发过程的模型建立

3.3蒸发过程控制目标和方法

3.3.1蒸发控制方法

3.4黑液控制技术的展望

4多传感器信息融合算法的实现

4.1基于回归分析法的二传感器信息融合

4.1.1曲面拟合法基本原理

4.1.2曲面拟合法融合数据

4.2基于神经网络的二传感器数据融合

4.2.1概述

4.2.2基于神经网络法的二传感器数据融合原理

4.2.3神经网络的结构及训练规则的确定

4.2.4黑液波美度Be的BP神经网络融合

4.3数据融和结果评价

5黑液波美度融合值的PLC实现

5.1黑液波美度融合值的PLC硬件设计

5.1.1 PLC及其各部件介绍

5.1.2 S7-300系列PLC简介

5.1.3 S7-300的系统结构

5.1.4 S7-300的硬件系统结构的实现

5.1.5传感器的选择与标定

5.2 PLC的软件设计

5.2.1 S7-300的编程语言

5.2.2 STEP7编程语言简介

5.2.3组态监控软件WINCC简介

5.2.4融合系统的组态

5.3本章小结

6结论与设想

6.1主要的结论

6.2未来设想

致谢

参考文献

攻读学位期间发表的学术论文及所做的项目

展开▼

摘要

多传感器数据融合是一项前沿技术,主要应用于军事领域,如:自动目标识别,战场监控,自主车辆导航和控制,以及非军事领域,如:精密机械的监控,医疗诊断,智能楼宇和遥感系统。其涉及的技术包括人工智能、模式识别、统计估算等广泛的领域。 本文主要研究了多传感器数据融合的结构和算法,同时提出了数据拟合法和神经网络法对所测的数据进行处理。通过融合结果的比较,人工神经网络法的效果更好。并将这一方法用于碱回收的黑液浓度的测量中。 碱法制浆是当前全球最广泛采用的一种制浆方式,随着我国环境保护政策的加强,国家要求所有制浆的造纸企业都必须上黑液处理系统,即碱回收系统。黑液蒸发是碱回收处理黑液的重要环节,蒸发工段生产出浓度合格的浓黑是制浆厂碱回收车间正常运转的前提。 蒸发工段的目的是生产出浓度合格的浓黑液,但是蒸发工段各效蒸发器中黑液浓度的在线测量却一直是个难题,人工测量不但增加了操作工的劳动强度,而且制约了整个蒸发工段的黑液浓度自动控制。由于国外黑液浓度在线测量仪表价格昂贵,因此,测量黑液的浓度值就迫不及待了,本文就在这种现状下,应运而生。 本文主要进行如下研究: ①在碱回收过程中,用温度传感器测出黑液的温度值,用压力传感器测出黑液的压力值,将这些数据建立一个库,用于神经网络训练样本输入。 ②运用曲面回归法对所测得的数据融合处理。融合结果表明,融合后的数据比未融合前相比其准确度有所提高。 ③用人工神经网络法对所测得的数据进行了处理,结果表明,该方法能够有效的进行融合。通过对比两种融合方法,选择人工神经网络法运用到了测试系统中。 ④在网络训练过程中,对神经网络结构进行了分析,建立了计算输出和理想输出关系非线性方程组,依据非线性方程理论阐述设计变量、样本数量和输出层单元数量的关系,确定了隐含层神经元的数量,经比较该方法很有效。 ⑤用PLC作为融合系统硬件,来实现二传感器的数据融合。根据数据融合的特点,来设计与选择PLC各部件,来搭建了S7-300的硬件系统结构。 ⑥利用Step7编制了一套黑液浓度融合的软件,可用于在线和离线测量。利用Wincc软件来设计监控画面,界面清晰,功能完备能够完成数据的采集、存储、融合处理等功能。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号