声明
摘要
1.1 研究的背景和意义
1.2 国内外研究现状
1.2.1 基于数据驱动的预测方法研究
1.2.2 流动腐蚀状态监管研究现状
1.3 论文研究内容与结构
第二章 数据驱动方法及流动腐蚀预测模型研究
2.1 数据的降维与影响因子筛选
2.1.1 主成分分析
2.1.2 皮尔逊相关系数
2.2 单隐层前馈神经网络
2.2.1 单隐层前馈神经网络结构
2.2.2 误差反传的权重更新方法
2.3 基于小规范权重内的随机权神经网络模型
2.3.1 随机权神经网络
2.3.2 附着小规范权重的算法优化
2.3.3 混合算法预测模型构建
2.4 模型预测性能测试及分析
2.4.1 UCI数据集
2.4.1 模型性能分析评估
2.4 本章小结
第三章 流动腐蚀状态监管平台研发
3.1 流动腐蚀状态监管平台设计目标
3.2 流动腐蚀状态监管平台需求分析
3.2.1 用户需求分析
3.2.2 功能需求分析
3.3 流动腐蚀状态监管平台实现过程与总体架构
3.3.1 实现过程
3.3.1 总体架构
3.4 流动腐蚀状态监管平台详细设计
3.4.1 异构系统数据采集
3.4.2 ASPEN PLUS建模与交互
3.4.3 平台数据库建设
3.4.4 B/S模式状态监管平台建立
3.5 功能模块与界面
3.5.1 登录模块
3.5.2 工作台主界面
3.5.3 状态监管
3.5.4 用户管理
3.6 本章小结
第四章 流动腐蚀状态监管平台实际应用
4.1 流动腐蚀过程工艺分析及关键腐蚀变量预测
4.1.1 工艺过程及腐蚀现状
4.1.2 SNRVFL模型的空冷器氯化铵结晶温度预测
4.2 流动腐蚀实时专家诊断监管平台应用
4.3 本章小结
第五章 总结与展望
5.1 工作总结
5.2 后续研究展望
参考文献
致谢
攻读硕士期间的学术成果