一、饲料配比系统及其动态测控精度的研究（论文文献综述）
孙柯[1]（2018）在《基于计算机视觉的禽蛋裂纹识别技术研究与应用》文中研究指明禽蛋在加工和运输过程中容易因碰撞和挤压而产生裂纹,为了保障禽蛋及其制品的安全性,鲜禽蛋和加工禽蛋制品在进入市场或进一步加工前都需要通过裂纹检测环节剔除有裂纹的禽蛋。声学振动和计算机视觉技术是两种最主要的禽蛋裂纹检测手段,其中基于声学振动的禽蛋裂纹检测方法的研究较为成熟,但由于其设备成本高,国内大多数企业仍然依靠人工检测方法实现裂纹禽蛋的检测。计算机视觉检测方法具有检测速度快、设备成本低的优势,然而由于现有的裂纹禽蛋图像的自动识别方法尚不成熟,导致基于计算机视觉的禽蛋裂纹检测技术处于实验室阶段,适用性和灵敏度更高的裂纹禽蛋图像识别方法和基于计算机视觉的禽蛋在线裂纹检测设备有待进一步研究和开发。为了将计算机视觉技术应用于禽蛋加工过程的在线裂纹检测,本文通过模拟碰撞制作了不同裂纹程度的禽蛋,然后利用自行搭建的禽蛋图像采集设备采集了裂纹禽蛋的图像,并研究了禽蛋图像中裂纹和完好区域的灰度值变化特征。然后根据这些特征建立了基于一种独创的连续波信号提取和判别算法的裂纹鸡蛋和裂纹鸭蛋的识别方法,并进行了验证。最后开发了一台基于计算机视觉的禽蛋在线裂纹检测设备,并验证了其动态检测性能。具体内容和结果如下:（1）对鸡蛋和鸭蛋图像的灰度分布研究表明:鸡蛋和鸭蛋图像灰度值的均一性较差;除了裂纹宽度大于100 μm的褐壳鸡蛋以外,其他鸡蛋和鸭蛋的裂纹区域灰度值未能超过或低于绝大多数的禽蛋区域像素点,难以使用阈值分割算法提取;鸡蛋和鸭蛋图像中裂纹区域的中心线与两侧完好区域有一定的灰度差异,可用来作为裂纹信号提取的依据;鸡蛋图像中的暗斑以及鸭蛋图像中的蛋壳条状纹理和气室膜区域会对裂纹区域的提取造成干扰;后续建立裂纹检测方法时,可根据裂纹与两侧完好区域的局部灰度差异,建立针对性的裂纹信号提取方法提取图像中疑似裂纹区域的信号,再建立裂纹信号判别方法筛选裂纹信号去除干扰区域的影响。（2）提出了一个用于鸡蛋图像中裂纹识别的连续波信号提取和判别算法,该方法首先使用波信号提取和连接算法提取了鸡蛋图像中疑似由裂纹造成的连续波信号,然后计算出连续波信号的可分割区域最大长宽比和灰度变化指数,并用判别域代数界面方程模型对该连续波信号是否由裂纹造成进行判别,最后将含有由裂纹造成的连续波信号的鸡蛋图像识别为裂纹鸡蛋图像。该裂纹鸡蛋图像识别方法对裂纹宽度≤20μm,30～50 μm和≥60μm的鸡蛋的图像识别正确率分别为50.8%,76.3%和98.6%,对完好鸡蛋图像的识别正确率为96%,在Matlab平台下单张鸡蛋图像识别时间为1.65±0.50 s。（3）提出了一个用于鸭蛋图像中裂纹识别的连续波信号提取和判别算法。该方法首先使用波信号提取和连接算法提取鸭蛋图像中疑似由暗裂纹和亮裂纹造成的连续谷波信号和连续峰波信号,然后计算出各连续谷波信号和连续峰波信号的整体侧斜率、中心区域侧斜率和与蛋端的距离,并用判别域代数界面方程模型对该连续波信号是否由裂纹造成进行判别,最后将含有由裂纹造成的连续波信号的鸭蛋图像识别为裂纹鸭蛋图像。该裂纹鸭蛋图像识别方法对裂纹宽度≤20μm,30～50μm和≥60 μm的鸭蛋的图像识别正确率分别为60.0%,74.4%和92.8%,对完好鸭蛋图像的识别正确率为93%,在Matlab平台下单张鸭蛋图像识别时间为0.98±0.06 s。（4）开发了一台基于计算机视觉的禽蛋在线裂纹检测设备。该设备采用了新的禽蛋图像采集触发方法、光源控制方法和适应不同透光性禽蛋的摄像头拍摄参数调整方法实现了鸡蛋和鸭蛋图像的稳定动态连续拍摄,并采用了基于连续波信号提取和判别算法的裂纹鸡蛋和鸭蛋图像识别方法实现了鸡蛋和鸭蛋的在线裂纹的检测。该设备硬件成本约为20000元人民币,检测速度为1枚禽蛋/秒,对裂纹和完好的粉壳鸡蛋检测正确率分别为91%和93%,对裂纹和完好的褐壳鸡蛋检测正确率分别为90%和94%,对裂纹和完好的鸭蛋检测正确率分别为84%和 87%。
刘智远[2]（2017）在《基于模糊算法的自动配料系统及其驱动电机控制策略的研究与设计》文中指出在社会的各项生产中,大多产品的初步生产都是首先将各种原材料按照一定的比例进行混合即配料过程,之后才能进行后续的生产。提高配料系统的配料精度和速度对产品的生产效率有着直接的影响。因此研发出一种技术先进的自动配料系统对于提高产品生产效率和企业竞争力具有十分重要的意义。本文围绕自动配料控制系统进行深入研究。首先,对自动配料背景和现状进行了概述,根据配料系统的主要组成部分,对配料系统的称重部分进行了设计,选用电阻应变片式压力传感器测物料重量,将压力传感器采集的模拟量通过HX711数模转换芯片转换为数字量传给单片机,完成称重过程。在数据采集过程中会受到外界的干扰,因而将数字滤波算法加入到控制程序中,保证了采集数据的准确性。同时,对系统中各部分直流电源进行了设计。其次,对配料精度和速度进行优化。下料速度由加料电机转速控制,所以重点研究了电机调速的方法。在配料开始时采用模糊PID控制方法控制加料电机以固定速度快速加料,保证了配料的速度;当配料快结束的时候,采用模糊算法控制加料电机慢加料,保证了配料的精度。然后,针对配料结束时产生的过冲量进行调节并对整体系统进行优化。对于配料结束时产生的过冲量,通过提前关闭加料电机的方法来减少过冲量的影响。每次配料所产生的过冲量基本不变,所以使用迭代控制方法确定提前关闭电机的量,又进一步对迭代控制方法进行了改进,使增益系数随误差大小而变化,增加了系统的稳定性。完成了对单个配料系统的优化后,对配料系统又进行了整体优化,用整体称重代替各个配料子系统的称重部分,减少了配料和搅拌的时间,提高了配料系统的配料速度。最后,对本文算法进行了仿真实验,并且和普通的PID控制方法进行了对比,突出了模糊PID控制算法的优势;同时将只有PID控制算法与模糊PID和模糊控制相结合的控制算法分别在配料实验平台上进行实验对比,验证了本文控制策略的合理性和优越性。
邵良锋[3]（2016）在《周期性回转定位压曲机设计及动力学特性研究》文中研究指明酒曲的质量直接决定酒的质量,压曲机作为压制酒曲的关键设备,其运动的稳定性,高效性对酒曲质量具有重要意义。而压曲机在酒曲的压制过程中料盒定位的不准确、料盒与压锤间隙过大、升降系统运动不平稳等问题尚无切实可行的解决方法。因此本文基于山西省科技成果转化与推广计划“首台套”新产品项目（编号:2015101004）,采用理论、仿真与试验相结合的研究方法,以提高压曲机定位的准确性,降低料盒与压锤间隙量和减小升降系统运动的加速度值为目标,设计出一种高效稳定运行的压曲机,为高质量酒曲的制作提供理论和技术支持。本文在综合考虑压曲机的工作流程和现有压曲机运动结构的基础上,设计出了一种周期性回转定位压曲机。为了提高料盒定位的准确性,该压曲机采用了一种名叫凸轮分割器的间歇性运动结构实现对转盘的控制,通过料盒与转盘的刚性连接,实现对料盒的定位控制。为了实现踩压过程的柔性化,升降系统选用液压驱动方式,并利用电控系统实现与回转系统的协调运动。针对所设计的周期性回转定位压曲机,本论文利用ANSYS Workbench软件对其关键元件进行了有限元分析。通过对机架进行静力学分析,对其进行了优化处理,优化后质量减小,变形量也得到降低。通过对升降系统进行模态分析,掌握了其固有振动特性,并得出在升降系统运动过程中不会发生共振现象。为了研究升降系统的动力学特性,采用了ADAMS软件和AMESim软件分别对升降系统的机械结构和液压控制系统进行了建模,并利用两个软件对系统进行联合仿真,实现了机械部分与液压系统之间信息的实时传递,提高系统各部分仿真精度。通过联合仿真得到了升降系统的运动参数,对升降系统的运动参数进行分析得出,由于升降系统的自重引起液压系统供油不足的现象是升降系统发生较大振动的原因。针对这一原因提出了增加液压系统的供油量和在液压系统中增加单向节流阀来减少回油量两种方案,并对两种方案进行分析得出,通过改变液压系统供油量不能有效解决升降系统振动现象,而在液压系统中增加单向节流阀的方案可以有效解决升降系统振动现象。为了验证分析的正确性,对周期性回转定位压曲机升降系统的运动进行了现场试验。在试验过程中,利用MultiSystem5060测试仪对液压系统部分进行了测试,测试得到了液压油缸的压力曲线和流量曲线。利用DASP V10振动测试系统对升降系统的机械运动部分进行了测试,得到了升降系统的加速度曲线。针对之前提出的两种改进方案分别进行了现场试验,试验结果与仿真结果有很大的相似性,从而验证了仿真的正确性,也为周期性回转定位压曲机设计提供了有力依据。
张兢[4]（2012）在《基于现场总线的自动配料系统的研究与分析》文中研究说明随着社会的发展,科技在不断进步,自动配料在工业生产中发挥着越来越重要的作用,它集运送、测量、配料等功能于一体,广泛应用于饲料、化工等行业。结合机电一体化、现场总线技术以及高级的控制理论设计高精度、信息化、智能化的自动配料系统成为配料领域发展的必然趋势。现场总线技术综合了计算机技术、通信技术、自动控制技术、网络技术和智能仪表技术等多种技术手段,构成了一种全分散、全数字、智能、双向、互联、多变量、多接点的通信与控制系统。本文运用PROFIBUS-DP现场总线协议构建了一个分布式的PLC控制系统,实现了传输信号的数字化,其全分布、全数字、全开放的特性,解决了集散型控制系统中存在的不足。本课题开发了一套基于PROFIBUS-DP现场总线的自动配料系统,以西门子公司功能强大、可靠性高的S7-300PLC作为核心控制器,即PROFIBUS-DP系统中的主站,S7-200PLC和从站扩展模块EM277B作为从站,通过现场总线技术把各类仪表及现场设备连结起来,实现各设备的控制和各设备之间的通信等功能；接着通过WinCC对生产过程进行组态,实现对生产现场的监控和控制；最后运用面向对象的编程语言Visual C++实现了基于ADO的数据库访问技术,主要功能包括对历史配方数据的查询、修改、导出等。系统的整体设计结合了计算机和自动控制的思想,提出了一套模块化、结构化的编程思想,设计了可重用模块。该系统基于WinCC与PLC,方便的实现了系统的自动控制。软件组态灵活,控制方案完全适应不同层次用户的需要,维护方便。硬件上支持与多种设备相连接,可以组成不同的控制系统。采用现场总线通信网络,将生产过程数据上送到管理层,实现数据共享及远程监控。实践表明,本课题实现了“机电一体、软硬结合、管控兼备”的性能,并通过预留的参数设置接口,使内部程序模块化、规范化、商业化。
王魏[5]（2011）在《氧化铝生产过程铝酸钠溶液组分浓度软测量方法的研究》文中指出拜耳法生产氧化铝主要是用苛性碱和铝土矿中的氧化铝反应,生成铝酸钠溶液,再经过分解、蒸发、焙烧等工序得到成品氧化铝。铝酸钠溶液几乎贯穿整个氧化铝生产过程,准确测量其组分浓度（主要是苛性碱浓度CK、氧化铝浓度CA和碳酸碱浓度CC）,对于控制原矿浆制备工序的液固比,提高原矿浆配料的合格率具有重要作用。除此之外,对于控制其它工序的工艺指标,比如溶出工序的苛性比和溶出率、分解工序的分解率等也具有重要意义。由于铝酸钠溶液组分浓度难以实时在线检测,氧化铝厂只能通过人工定时采样,化验室滴定分析的方法。这种方法不仅操作繁复、化验成本高,而且存在较大的测量滞后,严重影响了氧化铝各工序的产品质量闭环控制和优化。软测量技术是实现不易测量参数估计的有效方法,采用软测量技术对铝酸钠溶液组分浓度进行在线估计,是解决组分浓度在线检测问题的有效途径。然而,氧化铝生产过程中要检测铝酸钠溶液组分浓度的工序较多,每个工序都有自己的特点,不仅可测的过程变量不同,还包括其它工序不定期返回的溶液,不确定因素较多,相互之间较难借鉴。为了避免分别研究各个工序的铝酸钠溶液组分浓度检测问题,有必要研究一种通用的、适用于氧化铝生产过程各个工序的铝酸钠溶液组分浓度软测量方法。通过对铝酸钠溶液的特性分析,确定采用温度和电导率作为辅助变量对铝酸钠溶液组分浓度进行软测量。然而,组分浓度与温度和电导率之间存在复杂的非线性关系,难以建立精确的数学模型。软测量模型的输入变量,即温度和电导率之间存在近似线性关系,需要进行去除共线性处理。并且此刻组分浓度与过去时刻存在一定的动态关联,且关系未知,这些都为建立铝酸钠溶液组分浓度软测量模型增加了难度。本文依托国家高技术研究发展计划（863计划）项目（编号：2006AA040307）子课题“铝酸钠溶液组分浓度在线检测”,针对氧化铝生产过程铝酸钠溶液组分浓度难以在线检测的问题,以实现苛性碱、氧化铝和碳酸碱三种组分浓度的在线检测为目标,主要开展了以下研究工作：（1）针对工业过程数据中离群点的存在对软测量模型精度的不利影响,提出一种基于模糊聚类的改进Fast-MCD （Fast-Minimum Covariance Determinant Estimator）数据预处理方法。采用这种方法对用来建模的温度和电导率数据进行分析,识别数据中的离群点,为下一步铝酸钠溶液组分浓度软测量建模奠定基础,提供可靠的建模数据。（2）针对组分浓度与温度和电导率之间存在复杂的非线性关系,结合此刻组分浓度与过去时刻存在动态关联的特点,提出一种基于数据驱动的HRNNPLS （Hammerstein Recurrent Neural Networks and Partial Least Squares）软测量建模方法。这种方法将PLS（Partial Least Squares）算法与HRNN （Hammerstein Recurrent Neural Networks）网络相结合,首先外部利用PLS算法对输入数据进行降维和去除共线性处理。然后,内部选择具有非线性动态逼近能力的HRNN网络拟合系统的非线性和动态特性,并提出了更新模型参数的稳定学习算法,保证了建模误差的有界性。以氧化铝厂实际运行数据进行了仿真实验,结果表明提出的具有稳定学习的HRNNPLS建模方法是可行有效的。（3）通过对铝酸钠溶液组分浓度机理特性的进一步分析,提出了机理分析和数据驱动相结合的铝酸钠溶液组分浓度软测量方法。首先,通过正交试验建立了苛性碱和氧化铝浓度的机理近似主模型,并采用PCA （Principal Component Analysis）与NN （Neural Networks）结合的方式,对主模型的建模误差进行补偿。针对BP算法训练神经网络收敛速度较慢的缺点,采用椭球定界算法对其进行改进,提高了收敛速度并保证了建模误差的有界性。对于难以建立机理或机理近似模型的碳酸碱浓度,考虑到它与温度、电导率和苛性碱以及氧化铝浓度有关,因此将同步聚类算法与TSK模糊模型相结合,建立了碳酸碱浓度模糊模型,并提出了参数更新稳定学习算法,保证了建模误差的有界性。以氧化铝厂实际运行数据进行了仿真实验,结果表明了混合建模方法的有效性。分别从模型的适用范围和性能方面对上述两种软测量建模方法进行了比较研究,两种方法各有优缺点。机理分析与数据驱动相结合的方法由于深入考虑了铝酸钠溶液的机理特性,精度较高,且运算速度较快。（4）设计和开发了铝酸钠溶液组分浓度软测量软件系统,并将机理分析与数据驱动相结合的铝酸钠溶液组分浓度软测量模型用于中铝郑州氧化铝厂进行工业实验。实验结果表明所提混合软测量方法精度较高,满足生产工艺要求,实现了组分浓度的在线检测,对氧化铝厂具有实时指导意义。
侯运彬[6]（2011）在《定量称重配料系统的研究》文中进行了进一步梳理在工业生产中,经常需要将各种原料按照一定的重量下料然后混合起来,这就是定量称重配料,在混凝土的生产过程中,也存在着定量称重配料的问题。提高配料的精度和速度对提高产品的质量和生产效率有着直接的影响。本文针对混凝土搅拌站称重配料系统的实际情况,对动态称重和定量下料这两个关键问题进行了研究。设计了一种定量称重配料系统,物料的下料由PLC通过控制电磁阀间接控制气动阀门的开合来实现,适用于对物料流量不连续可调的情况。该称重配料系统机械结构简单,可靠性强,下料口的开通和关闭迅速。针对本系统开发的上位机软件可以将称重数据保存下来,方便进行后续的数据分析。在称重配料过程中,有很多影响称重配料精度的因素。文中从对影响称重精度的一些因素进行了理论分析和实验检验,并针对这些因素采取了相应的措施;文中对影响配料精度的因素也进行了分析。在称重方面,配料称重的过程中包括静态和动态两种状态,需要采用合适的滤波算法对称重数据进行处理。由于IIR滤波在静态时具有较好的滤波效果但是其动态响应较慢,而卡尔曼滤波具有良好的动态滤波性能,为了兼顾称重系统的静态性能和动态性能,提出了将IIR滤波与卡尔曼滤波相结合的滤波算法,使系统在静态时采用IIR滤波,动态时采用卡尔曼滤波,改善了系统的性能。在定量下料方面,由于配料过程具有重复性较强的特点,适合采用迭代学习控制。传统的迭代学习控制学习增益为常数,在实验中发现性能上存在不足,若学习增益较大,则系统收敛较快但是稳定性较差,若学习增益较小,则系统收敛较慢但是稳定性好。在此基础上提出了改进的学习增益,它能够随着误差的变化自适应的进行调整,使得系统同时具有较快的收敛速度和较好的稳定性。在系统的误差减小到一定范围之后,通过增加死区,进一步改善了系统的稳定性。针对本文提出的改进称重滤波算法和下料控制算法,在设计的称重模块和定量称重配料系统平台上进行了实验,并取得了较为理想的效果,表明了滤波算法和控制算法的有效性。
孙波[7]（2008）在《基于嵌入式集散电气系统的啤酒生产过程控制与应用研究》文中研究说明在现代工业生产中,为提高生产效率、降低生产成本、提高产品质量等,普遍要求实现电气设备的自动化和智能化。为了解决复杂的工业现场控制类问题,一般选择嵌入式集散电气控制系统达到控制目的。模拟量的嵌入式集散测控技术是实现电气设备自动化和智能化的核心技术。根据啤酒生产的工艺要求和特点,设计了高精度、低成本的啤酒糖化和啤酒发酵嵌入式集散电气控制系统。系统采用自主研发的智能化嵌入式数据终端处理器为控制终端,与工控计算机组网,构成嵌入式集散电气控制系统。针对非线性模拟量测量问题,提出了基于阈值可变神经元的模拟量检测方法。阈值可变人工神经元的阈值随神经元的输入信息和输出结果而变化,为解决单调非线性模拟量精确测量问题提供了理论依据。通过研究,给出了阈值可变人工神经元权值和阈值的分段线性化和分段变斜率两种训练方法和编程思路,可精确地完成非线性模拟量的检测,而且可行性很强。依据系统对模拟量实时控制要求,提出了基于控制微元的统计自适应增量控制方法。给出量化控制状态统计图的获取方法;分别找出扩展控制微元的统计稳定系数、平均统计状态偏差、统计趋势、统计超调、尾偏差等参数与调节增量之间的关系;确定了统计控制策略及其最优化条件;给出统计预测自适应记忆增量控制器的设计方案;详细介绍了相关参数的选择方法及可能出现问题的处理方法。基于控制微元的统计自适应增量控制方法在啤酒生产的过程控制中取得了良好的控制效果。
吴建国[8]（2009）在《基于特征模型的预测函数控制及应用研究》文中指出在过去的几十年里,模型预测控制的研究越来越受到众多专家学者的重视,在大家的共同努力下,许多重要的研究成果不断出现。模型预测控制以其鲁棒性好,具有灵活的约束处理能力,综合控制质量较高,特别适合于处理具有输入输出约束、时滞时变特性、反向特性和变目标函数的工业过程等优点,受到工业界的广泛欢迎,应用成果层出不穷。预测函数控制作为第三代模型预测控制,在保持模型预测控制优点的同时,通过引入基函数的概念增强了输入控制量的规律性,提高了响应的快速性和准确性,可有效地减少算法的计算量。然而,与其它基于预测模型的模型预测控制一样,预测函数控制仍然存在一旦预测模型与实际被控过程出现不一致时,会出现控制性能下降的问题。尽管围绕模型失配问题展开了一系列的研究,如将神经网络模型、模糊模型引入预测函数控制作为预测模型,但这样做的结果使预测模型变得复杂,增加了在线计算工作量,预测函数控制原先所具有的算法简单、运算速度快的优点失去。针对预测函数控制的模型失配问题,本文以保证预测函数控制所具有的算法简单、运算速度快的优点为研究出发点,同时减小模型失配以保证预测函数控制的控制性能不下降为前提,提出基于特征模型的预测函数控制控制方案。特征模型通常的形式是一个二阶慢时变的线性模型,它是根据被控对象动力学特征和控制性能的要求相结合建立起来的模型,特征模型的关键特点在于模型的形式简单、易于工程实现,而且在同样输入控制作用下,对象特征模型和实际对象在输出上是等价的。特征模型这一概念是由吴宏鑫院士结合自己多年的理论研究与工程实践而提炼出来。在本文中,作者对特征模型理论开展了进一步研究,一是总结出几种特征模型获取的方法,尤其是提出了基于测试法的特征模型获取方法,以及借助于Matlab的仿真分析法。这些方法可以方便地获取被控对象的特征模型,以及在已有高阶模型的基础上,实现模型降阶。二是为了避免特征模型时变参数计算问题,引入了参数区间的概念,将二阶慢时变的线性模型等效成一族二阶线性模型,从而保证特征模型引入预测函数控制后,传统预测函数控制所具有的算法简单、运算速度快等优点不丢失。仿真结果表明,新的算法明显地优于传统的预测函数控制算法。由于参数区间的引入使基于新算法的特征多项式系数具有不确定性参数问题,为了便于进行稳定性分析,这里利用了多项式稳定性分析理论,找到了适合于的稳定性分析的方法----多项式稳定性分析理论。借助于DCS平台构建了与生产控制相吻合的实验环境进行了实验研究,实验研究进一步表明新算法比传统预测函数控制算法具有更好的控制性能。实验中采用的DCS为浙江中控JX-300X系统,控制程序采用JX-300X系统所提供的SCX语言编写,借助于JX-300X平台可以十分方便地把控制程序移植到工业生产实际中。本文的主要工作概括如下:1.对特征模型获取进行了研究,提出了一些特征模型获取的新方法,包括非线性系统的特征模型获取,尤其是利用测试法获取特征模型的方法,以及借助于Matlab的仿真分析法。引入了参数区间,从而使特征模型得以进一步简化。2.提出了基于特征模型的预测函数控制算法。新算法可以克服传统预测函数控制算法在模型失配时的有效控制问题。借助于Matlab,对新算法与传统预测函数控制算法针对多种被控对象进行仿真研究,仿真结果表明,新算法明显优于传统预测函数控制算法。3.给出了几种针对模型匹配与模型失配的预测函数控制系统的稳定性分析方法,尤其是引入了多项式稳定性分析方法来分析基于特征模型的预测函数控制算法系统的稳定性。4.借助于DCS平台构建了与生产控制相吻合的实验环境进行了实验研究,实验研究进一步表明新算法比传统预测函数控制算法具有更好的控制性能。实验中采用的DCS为浙江中控JX-300X系统,控制程序采用JX-300X系统所提供的SCX语言编写,借助于JX-300X平台可以十分方便地把控制程序移植到工业生产实际中。
张西良[9]（2008）在《粉粒物料自动定量机理及系统研发》文中指出粉粒物料自动定量配料和定量包装在工农业生产中有着非常广泛的应用。随着对食品和药品等定量生产卫生质量要求不断提高,有毒有害物料对定量生产工人健康影响越来越受到重视,对定量生产准确度和速率要求也不断提高。现有的定量方法远远不能满足生产企业的要求,急需研究一种既快又准的粉粒物料自动定量新方法和新技术,研制新型自动定量系统,并进行实验研究,实现大量粉粒物料快速准确自动定量。这对丰富和完善自动定量理论、提高定量生产效率及其经济效益,具有十分重要的意义。本文针对目前自动定量技术存在不足,开展粉粒物料自动定量机理及系统研发,主要内容有:1.通过对容积式和称量式两种传统自动定量方法和先进组合式自动定量方法工作机理研究,提出了采用混合式自动定量方法的新思路。研究混合式自动定量工作机理及其实现的结构模型,对粉粒物料混合式自动定量系统和工艺时序进行总体设计。2.为了提高混合式自动定量系统动态称量快速性和准确性,采用变阻尼技术设计称量台架,应用动特性分析方法,研究称量台架动态特性,提高称量响应信号的快速性;应用频谱分析方法,对动态称量信号进行分析,设计信号调理及采集电路,提高信号稳定性;应用无限长脉冲响应滤波方法和串联动态补偿数字滤波方法,研究动态称量数字信号滤波补偿处理技术,提高称量响应信号的稳定性和准确性。3.为了提高混合式自动定量系统定量加料快速性和准确性,对电磁振动给料器加料工作机理进行系统分析,建立电磁振动给料器加料动力学方程,动力学分析表明,电磁振动给料器工作在亚临界近共振区,工作平稳,应用反共振原理设计新型三自由度电磁振动给料器,给料稳定迅速;建立电磁振动给料器输送物料运动学方程,运动学分析表明,对于加料量大而迅速主加料,在抛掷运动状态下工作,需要适当加大振动幅值、振动频率和振动倾角,反之,对于加料量小而稳定准确补加料,在向前滑移运动状态下工作,需要适当减小振动幅值、振动频率和振动倾角。4.在对粉粒物料流动性试验方法综合分析基础上,针对定量加料流动特点,确定粉粒物料定量加料流动性评价指标,通过对典型粉粒物料电磁振动给料器加料流动性试验分析,表明粉粒物料加料流动性与物料特性、加料装置壁摩擦角和振动频率有关。5.针对电磁振动给料器传统可控硅控制驱动电路,存在一定时间内振动次数不稳定、驱动电压可控性差等不足,提出电磁振动给料器同步数字控制方法,研究定量加料智能控制,进一步提高主加料量和微小补加料量稳定性和准确性。6.研制了粉粒物料混合式自动定量系统,对典型粉粒物料混合式自动定量性能进行试验分析,并研究其在定量包装、配料中应用,试验和实际应用表明:主加料时间和最大补加料时间增加有助于提高定量准确度,但将使定量速率降低;对于小米、玉米渣等典型粉粒物料,定量200g,平均定量速率达50次/分钟左右,相对误差在±1.0%之内。混合式自动定量系统总体性能超过传统自动定量方法,接近先进组合式自动定量方法,结构简单,性价比高。混合式自动定量方法是一种综合性能高的切实可行的自动定量新方法。本文取得的主要创新性成果有:1.创新提出了粉粒物料混合式自动定量新方法,通过对其机理研究、系统设计和试验研究,进一步丰富完善自动定量方法及有关理论;2.以加料流量和流量偏差作为粉粒物料定量加料流动性评价指标,创新提出粉粒物料外力驱动下流动性测试新方法,设计了粉粒物料电磁振动给料器加料流动性测试软件,丰富了粉粒物料流动性测试方法;3.首次采用变阻尼技术设计动态称量台架。所设计动态称量台架动态称量值在无外加阻尼器时相对误差约3.65%,信号稳定时间约756 ms,外加阻尼器后相对误差降低到约0.81%,稳定时间降低到约446 ms,称量台架动态响应快速性和相对平稳性得到明显提高;4.创新提出了电磁振动给料器同步数字控制方法,设计了电磁振动给料器控制驱动电路,首次将智能控制理论应用于主加料量和微小补加料量的控制,提高了电磁振动给料器交流电源工作电压、频率和振动次数的可控性和准确性。主加料量相对偏差范围从5.9%～-5.7%降低到4.5%～-4.0%,补加料量相对偏差范围从3.5%～-8.0%降低到3.0%～-3.5%,提高了加料量稳定性和准确性。
曾明军[10]（2007）在《奶牛饲喂装置称量精度的研究》文中研究说明近几年随着农业产业结构的调整,畜牧业在新疆的比重逐年增加,其中奶牛业已成为新疆畜牧业发展的重点。随着奶牛养殖规模不断扩大,传统的人工喂料已不适应发展的要求,奶牛养殖要向现代化、科学化的方向发展,需要技术先进、性能优良的设备来实现。但是,目前普遍采用的饲喂技术还是以传统的人工饲喂为主,劳动强度大、生产效率低,且饲喂效果在一定程度上受人为因素的影响,使得奶牛的采食不均衡,严重阻碍了奶牛业的发展。而且目前奶牛饲喂机械普遍采用体积式称量方式,投喂精度并不是很理想。首先,本文概述了称量技术的发展、国内外研究现状以及在奶牛饲喂上的应用情况。以自行研制的奶牛饲喂装置为出发点,提出采用增重式称量方式并结合变频调速的方式,围绕饲喂装置称量精度作了详细的分析研究,旨在提高称量系统的精度。其次,通过对测量质量值、给料时间与螺旋输送器的转速、充满系数等因素之间的相关性分析,同时根据奶牛饲喂装置的要求,确定了饲喂装置的基本结构框架,并对螺旋给料系统、称重仪表等关键部件进行选型,为后续工作提供了坚实的试验平台。再次,重点对奶牛饲喂装置的称量系统进行分析研究,即对称量系统的组成,称重传感器的选型,称重仪表参数的设置等方面进行了简要的介绍,并详细讨论了影响饲喂装置称量精度的各项因素（如传感器误差、加料误差等）,提出了相应的解决方案。最后,通过试验分析,得出了在同一转速下,空中物料量基本不变的结论,同时,为了减少饲喂的时间,应尽量增大螺旋输送器的充满系数,这为饲喂装置在关键机构上的优化改进提供了理论依据。最终,根据试验分析对奶牛饲喂装置的关键机构进行了相关的优化改进,并得出在满足奶牛饲喂生产率的前提下,奶牛饲喂装置的称量精度为（量程）±5%以内。
二、饲料配比系统及其动态测控精度的研究（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、饲料配比系统及其动态测控精度的研究（论文提纲范文）
（1）基于计算机视觉的禽蛋裂纹识别技术研究与应用（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 禽蛋产业发展现状 |
| 1.2 禽蛋蛋壳裂纹 |
| 1.3 禽蛋裂纹的检测 |
| 1.3.1 包装鲜禽蛋生产中的裂纹检测 |
| 1.3.2 再制蛋生产中的裂纹检测 |
| 1.4 禽蛋裂纹的自动检测方法 |
| 1.5 振动声学和计算机视觉检测常用数据处理和模式识别方法 |
| 1.5.1 振动声学检测中常用的数据处理方法 |
| 1.5.2 计算机视觉检测中常用的数据处理方法 |
| 1.5.3 常用模式识别方法 |
| 1.6 禽蛋裂纹自动检测方法研究进展 |
| 1.6.1 基于振动特性的检测方法 |
| 1.6.2 基于计算机视觉的检测方法 |
| 1.6.3 基于多传感器融合的检测方法 |
| 1.7 裂纹禽蛋检测技术存在的问题 |
| 1.8 本研究的目的和意义 |
| 1.9 主要研究内容 |
| 1.10 技术路线 |
| 参考文献 |
| 第二章 禽蛋图像采集设备搭建及裂纹禽蛋图像灰度分布研究 |
| 2.1 试验材料和设备搭建 |
| 2.1.1 禽蛋样本 |
| 2.1.2 禽蛋图像采集设备 |
| 2.1.3 禽蛋模拟碰撞装置 |
| 2.2 试验方法 |
| 2.2.1 禽蛋模拟碰撞 |
| 2.2.2 禽蛋裂纹宽度测量 |
| 2.2.3 禽蛋图像采集 |
| 2.2.4 禽蛋图像预处理方法 |
| 2.2.5 禽蛋图像中灰度分布参数提取 |
| 2.2.6 数据处理 |
| 2.3 结果与分析 |
| 2.3.1 禽蛋图像预处理效果 |
| 2.3.2 不同禽蛋图像平均灰度值差异 |
| 2.3.3 单个禽蛋图像中灰度值的分布 |
| 2.3.4 裂纹禽蛋样本的裂纹宽度分布 |
| 2.3.5 裂纹和干扰区域的中心平均灰度值 |
| 2.3.6 裂纹和干扰区域的高灰度比例 |
| 2.3.7 裂纹和干扰区域的灰度值落差 |
| 2.4 讨论 |
| 2.5 本章小结 |
| 参考文献 |
| 第三章 基于连续波信号提取和判别算法的裂纹鸡蛋图像识别方法研究 |
| 3.1 材料和设备 |
| 3.1.1 鸡蛋样本 |
| 3.1.2 禽蛋图像采集设备 |
| 3.1.3 禽蛋模拟碰撞装置 |
| 3.2 试验方法 |
| 3.2.1 模拟碰撞 |
| 3.2.2 鸡蛋裂纹宽度测量 |
| 3.2.3 鸡蛋图像采集 |
| 3.2.4 用于鸡蛋图像中裂纹识别的连续波信号提取和判别算法 |
| 3.2.5 单张鸡蛋图像识别速度测试 |
| 3.3 结果与分析 |
| 3.3.1 鸡蛋样本裂纹宽度 |
| 3.3.2 鸡蛋图像中的连续波信号判别模型建立 |
| 3.3.3 裂纹鸡蛋图像的识别正确率 |
| 3.3.4 裂纹鸡蛋图像识别算法运行时间 |
| 3.4 讨论 |
| 3.5 本章小结 |
| 参考文献 |
| 第四章 基于连续波信号提取和判别算法的裂纹鸭蛋图像识别方法研究 |
| 4.1 材料和设备 |
| 4.1.1 鸭蛋样本 |
| 4.1.2 禽蛋图像采集设备 |
| 4.1.3 禽蛋模拟碰撞装置 |
| 4.2 试验方法 |
| 4.2.1 模拟碰撞 |
| 4.2.2 鸭蛋裂纹宽度测量 |
| 4.2.3 鸭蛋图像采集 |
| 4.2.4 用于鸭蛋图像中裂纹识别的连续波信号提取和判别算法 |
| 4.2.5 单张鸭蛋图像识别速度测试 |
| 4.3 结果与分析 |
| 4.3.1 鸭蛋样本裂纹宽度 |
| 4.3.2 鸭蛋图像中提取的连续波信号 |
| 4.3.3 气室膜造成的连续波信号的排除 |
| 4.3.4 蛋壳纹理造成的连续波信号的排除 |
| 4.3.5 鸭蛋图像中的连续波信号判别模型的建立 |
| 4.3.6 裂纹鸭蛋图像的识别正确率 |
| 4.3.7 裂纹鸭蛋图像识别算法的运行时间 |
| 4.4 讨论 |
| 4.5 本章小结 |
| 参考文献 |
| 第五章 基于计算机视觉的禽蛋在线裂纹检测设备开发 |
| 5.1 硬件系统搭建 |
| 5.1.1 禽蛋输送装置 |
| 5.1.2 图像采集装置 |
| 5.2 软件系统开发 |
| 5.2.1 软件界面与功能 |
| 5.2.2 软件运行流程 |
| 5.3 设备操作流程 |
| 5.4 设备硬件成本 |
| 5.5 设备验证 |
| 5.5.1 禽蛋样本 |
| 5.5.2 裂纹禽蛋样本制作 |
| 5.5.3 验证结果 |
| 5.6 讨论 |
| 5.7 本章小结 |
| 参考文献 |
| 全文结论 |
| 展望 |
| 论文创新点 |
| 致谢 |
| 攻读学位期间取得的成果目录 |
| 附录 |
（2）基于模糊算法的自动配料系统及其驱动电机控制策略的研究与设计（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题背景及意义 |
| 1.2 自动配料系统的组成 |
| 1.3 本课题的主要研究内容 |
| 第2章 配料称重及供电电路设计 |
| 2.1 称重传感器的发展 |
| 2.2 称量传感器 |
| 2.3 称重传感器设计 |
| 2.4 系统的抗干扰研究 |
| 2.4.1 干扰的影响 |
| 2.4.2 软件滤波算法 |
| 2.5 数模转换部分 |
| 2.6 直流电源模块设计 |
| 2.7 配料系统 |
| 2.8 本章小结 |
| 第3章 配料电机控制策略 |
| 3.1 直流电机调速方法 |
| 3.2 直流电机数学模型 |
| 3.3 加料电机调速方法 |
| 3.4 加料电机速度控制方案 |
| 3.4.1 模糊控制系统结构 |
| 3.4.2 加料电机控制方案 |
| 3.5 基于模糊算法的慢加料电机控制 |
| 3.6 基于模糊PID算法的快加料电机控制 |
| 3.6.1 传统PI控制器的模型 |
| 3.6.2 传统PID控制器的模型 |
| 3.6.3 数字PID的控制算法 |
| 3.6.4 模糊PID数学模型 |
| 3.6.5 模糊PID控制器的设计 |
| 3.7 采样周期的选择 |
| 3.8 本章小结 |
| 第4章 配料系统协调优化 |
| 4.1 系统过冲量的调整 |
| 4.1.2 迭代控制方法 |
| 4.1.3 实验结果及分析 |
| 4.1.4 优化迭代增益 |
| 4.2 配料子系统优化 |
| 4.3 配料系统整体的优化 |
| 4.3.1 最优配料 |
| 4.3.2 最优配料控制方法 |
| 4.4 本章小结 |
| 第5章 系统仿真实验及结果分析 |
| 5.1 系统仿真实验 |
| 5.1.2 基于模糊PID的快加料控制仿真实验 |
| 5.1.3 基于模糊控制的慢加料电机控制仿真实验 |
| 5.2 配料系统配料控制实验 |
| 5.3 本章小结 |
| 第6章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 硕士期间所做的工作和科研成果 |
（3）周期性回转定位压曲机设计及动力学特性研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 课题研究的背景 |
| 1.2 课题研究的意义 |
| 1.3 国内外压曲机研究状况 |
| 1.4 国内外升降系统研究状况 |
| 1.4.1 升降系统的结构研究状况 |
| 1.4.2 国内外升降系统研究状况 |
| 1.5 本课题主要研究内容 |
| 1.6 本章小结 |
| 第二章 周期性回转定位压曲机设计 |
| 2.1 周期性回转定位压曲机工作流程 |
| 2.2 周期性回转定位压曲机方案设计 |
| 2.2.1 机械结构模块设计 |
| 2.2.2 控制系统模块设计 |
| 2.2.3 辅助功能模块设计 |
| 2.3 本章小结 |
| 第三章 周期性回转定位压曲机关键元件有限元分析 |
| 3.1 机架系统优化设计 |
| 3.1.1 ANSYS Workbench软件应用简介 |
| 3.1.2 机架系统的有限元分析 |
| 3.1.3 机架系统的结构优化 |
| 3.2 升降系统的模态分析 |
| 3.2.1 模态分析理论 |
| 3.2.2 升降系统的模态分析 |
| 3.2.3 仿真结果分析 |
| 3.3 本章小结 |
| 第四章 升降系统联合仿真分析 |
| 4.1 基于ADAMS的升降系统仿真模型的建立 |
| 4.1.1 ADAMS软件简介 |
| 4.1.2 升降系统动力学仿真模型的建立 |
| 4.2 基于AMESim的液压系统仿真模型的建立 |
| 4.2.1 AMESim软件简介 |
| 4.2.2 AMESim建模仿真流程 |
| 4.2.3 液压系统模型的建立 |
| 4.3 建立联合仿真模型 |
| 4.3.1 仿真前处理 |
| 4.3.2 仿真结果分析 |
| 4.3.3 液压系统供油量对升降系统振动的影响 |
| 4.3.4 增加单向节流阀对升降系统振动的影响 |
| 4.4 本章小结 |
| 第五章 压曲机升降系统试验研究 |
| 5.1 试验准备 |
| 5.2 试验过程及结果分析 |
| 5.2.1 改变液压系统供油量对升降系统振动影响的试验 |
| 5.2.2 增加单向节流阀对升降系统振动影响的试验 |
| 5.3 本章小结 |
| 第六章 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士期间的学术成果 |
（4）基于现场总线的自动配料系统的研究与分析（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 目录 |
| 第1章 绪论 |
| 1.1 课题背景 |
| 1.2 配料系统和现场总线的发展现状 |
| 1.2.1 配料系统的发展现状 |
| 1.2.2 现场总线技术的发展现状 |
| 1.3 相关技术简介 |
| 1.3.1 PROFIBUS-DP现场总线技术 |
| 1.3.2 可编程序控制器(PLC)技术 |
| 1.3.3 WinCC概述 |
| 1.3.4 结构化查询语言SQL |
| 1.4 课题的研究目的及意义 |
| 1.5 课题研究的主要内容 |
| 第2章 配料系统的总体方案 |
| 2.1 自动配料工艺流程 |
| 2.2 系统方案的确定 |
| 2.3 系统的总体框架 |
| 2.4 本章小结 |
| 第3章 配料系统的硬件选型及通讯设计 |
| 3.1 配料系统的硬件选型及设计 |
| 3.1.1 S7-300PLC与S7-200PLC |
| 3.1.2 从站模块EM277与EM277B的应用 |
| 3.1.3 称重控制器GM8802F |
| 3.2 S7-300与S7-200之间的地址区数据交换 |
| 3.3 称重部分的通讯设计 |
| 3.3.1 自由端口模式 |
| 3.3.2 发送指令与接收指令 |
| 3.3.3 通信程序的设计 |
| 3.4 本章小结 |
| 第4章 配料系统的软件设计 |
| 4.1 控制模块的软件设计 |
| 4.1.1 编程方式与程序结构 |
| 4.1.2 工段控制部分的设计 |
| 4.1.3 称重控制部分的设计 |
| 4.2 监控模块的软件设计 |
| 4.2.1 控制模块与监控模块的通信组态 |
| 4.2.2 生产监控画面的设计 |
| 4.3 本章小结 |
| 第5章 配料系统数据库访问技术的实现 |
| 5.1 数据库访问技术的选择 |
| 5.2 ADO模型 |
| 5.3 ADO对象封装类CADOCo |
| 5.4 数据表查询功能的实现 |
| 5.5 报表的导出 |
| 5.6 报表查询界面的实现 |
| 5.7 本章小结 |
| 第6章 总结与展望 |
| 参考文献 |
| 致谢 |
（5）氧化铝生产过程铝酸钠溶液组分浓度软测量方法的研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 软测量中的数据预处理及建模方法研究现状 |
| 1.1.1 数据预处理方法 |
| 1.1.2 数据驱动建模方法 |
| 1.1.3 混合建模方法 |
| 1.2 软测量方法在液体组分浓度检测中研究现状 |
| 1.3 铝酸钠溶液组分浓度检测方法研究现状及存在的问题 |
| 1.4 本文的主要工作 |
| 第2章 铝酸钠溶液组分浓度软测量问题描述 |
| 2.1 氧化铝生产工艺过程描述 |
| 2.2 原矿浆制备过程铝酸钠溶液组分浓度检测过程描述 |
| 2.3 原矿浆制备过程铝酸钠溶液组分浓度软测量问题描述 |
| 2.4 铝酸钠溶液组分浓度特性分析 |
| 2.4.1 铝酸钠溶液性质和结构 |
| 2.4.2 影响铝酸钠溶液电导率的因素分析 |
| 2.4.3 铝酸钠溶液组分浓度与温度和电导率之间的特性分析 |
| 2.5 铝酸钠溶液组分浓度软测量难度分析 |
| 2.6 本章小结 |
| 第3章 基于改进Fast-MCD的数据预处理方法 |
| 3.1 稳健估计简介及存在问题 |
| 3.1.1 M估计 |
| 3.1.2 S估计 |
| 3.1.3 MCD估计及存在的问题 |
| 3.2 基于模糊聚类的改进Fast-MCD稳健估计算法 |
| 3.2.1 Fast-MCD估计及存在的问题 |
| 3.2.2 模糊聚类 |
| 3.2.3 改进的Fast-MCD稳健估计方法 |
| 3.3 基于改进Fast-MCD的铝酸钠溶液温度和电导率数据预处理 |
| 3.3.1 数据描述 |
| 3.3.2 实验结果与分析 |
| 3.4 本章小结 |
| 第4章 基于数据驱动的HRNNPLS铝酸钠溶液组分浓度软测量方法 |
| 4.1 非线性动态PLS方法及存在问题 |
| 4.2 基于数据驱动的HRNNPLS建模方法 |
| 4.2.1 问题描述 |
| 4.2.2 HRNNPLS模型结构 |
| 4.2.3 HRNNPLS模型算法 |
| 4.3 基于HRNNPLS算法的铝酸钠溶液组分浓度软测量 |
| 4.3.1 问题描述 |
| 4.3.2 组分浓度软测量方法 |
| 4.4 仿真实验 |
| 4.4.1 数据描述 |
| 4.4.2 模型参数选择 |
| 4.4.3 实验结果与分析 |
| 4.5 本章小结 |
| 第5章 机理分析与数据驱动相结合的铝酸钠溶液组分浓度软测量方法 |
| 5.1 铝酸钠溶液组分浓度软测量混合建模问题描述 |
| 5.2 机理与数据相结合的铝酸钠溶液组分浓度软测量模型结构 |
| 5.3 机理近似与误差补偿相结合的苛性碱、氧化铝浓度软测量 |
| 5.3.1 基于机理近似的苛性碱、氧化铝浓度主模型算法 |
| 5.3.2 基于PCA与NN结合的苛性碱、氧化铝浓度误差补偿模型算法 |
| 5.3.3 基于椭球定界的神经网络参数学习算法 |
| 5.4 同步聚类与TSK模糊模型相结合的碳酸碱浓度软测量 |
| 5.4.1 同步聚类算法 |
| 5.4.2 TSK模糊模型算法 |
| 5.4.3 基于稳定学习的模型参数估计算法 |
| 5.5 仿真实验 |
| 5.5.1 数据描述 |
| 5.5.2 模型参数选择 |
| 5.5.3 实验结果与分析 |
| 5.6 两种铝酸钠溶液组分浓度软测量方法的比较研究 |
| 5.6.1 两种方法适用范围比较 |
| 5.6.2 两种方法性能比较 |
| 5.7 本章小结 |
| 第6章 铝酸钠溶液组分浓度软测量软件系统的研发及工业实验 |
| 6.1 铝酸钠溶液组分浓度检测系统简介 |
| 6.1.1 取样分析系统 |
| 6.1.2 仪表控制系统 |
| 6.1.3 工控机及外围设备 |
| 6.2 铝酸钠溶液组分浓度软测量软件系统设计与开发 |
| 6.2.1 控制软件系统 |
| 6.2.2 监控软件系统 |
| 6.2.3 模型计算软件系统 |
| 6.3 工业实验 |
| 6.3.1 实验对象描述 |
| 6.3.2 实验设计与结果分析 |
| 6.4 本章小结 |
| 结束语 |
| 参考文献 |
| 致谢 |
| 博士期间完成的论文、参加的科研项目 |
| 作者简介 |
（6）定量称重配料系统的研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题研究的背景及意义 |
| 1.2 称重配料的研究现状 |
| 1.2.1 动态称重方法 |
| 1.2.2 配料控制方法 |
| 1.3 本文的主要研究内容 |
| 第2章 称重配料系统的总体设计 |
| 2.1 总体设计 |
| 2.1.1 称重配料系统的基本组成 |
| 2.1.2 称重配料系统的总体设计 |
| 2.2 称重模块的设计 |
| 2.2.1 硬件设计 |
| 2.2.2 软件设计 |
| 2.3 配料系统的设计 |
| 2.4 本章小结 |
| 第3章 影响称重配料精度的因素分析 |
| 3.1 影响称重精度的因素分析 |
| 3.1.1 传感器的接线方式 |
| 3.1.2 调理电路的对称性 |
| 3.1.3 参考电压的利用范围 |
| 3.1.4 模拟电路和数字电路 |
| 3.2 影响配料精度的因素分析 |
| 3.2.1 下料过程概述 |
| 3.2.2 影响配料的因素 |
| 3.3 本章小结 |
| 第4章 动态称重的数字滤波算法研究 |
| 4.1 有限冲击响应滤波器 |
| 4.1.1 FIR滤波器的设计 |
| 4.1.2 FIR滤波器的滤波性能 |
| 4.2 无限冲击响应滤波器 |
| 4.2.1 ⅡR滤波器的设计 |
| 4.2.2 ⅡR滤波器的滤波性能 |
| 4.2.3 FIR滤波器与ⅡR滤波器结合 |
| 4.3 卡尔曼滤波器 |
| 4.3.1 卡尔曼滤波器的设计 |
| 4.3.2 卡尔曼滤波器的滤波性能 |
| 4.3.3 卡尔曼滤波器与ⅡR滤波器结合 |
| 4.4 本章小结 |
| 第5章 配料系统的迭代学习控制 |
| 5.1 迭代学习控制概述 |
| 5.2 配料系统的迭代学习控制 |
| 5.2.1 配料系统的控制策略 |
| 5.2.2 配料系统的迭代学习控制方法 |
| 5.2.3 实验结果及分析 |
| 5.3 控制方法的改进 |
| 5.3.1 改进学习增益 |
| 5.3.2 增加死区 |
| 5.3.3 适应性能的验证 |
| 5.4 本章小结 |
| 结论 |
| 参考文献 |
| 附录 |
| 致谢 |
（7）基于嵌入式集散电气系统的啤酒生产过程控制与应用研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 啤酒行业发展状况 |
| 1.3 啤酒生产工序 |
| 1.4 啤酒风味与啤酒生产过程的关系 |
| 1.5 课题研究背景 |
| 1.6 嵌入式集散电气控制系统 |
| 1.7 课题研究目的 |
| 1.8 课题研究意义 |
| 1.9 论文的主要工作 |
| 第二章 啤酒生产过程的嵌入式集散电气系统 |
| 2.1 引言 |
| 2.2 嵌入式数据终端处理器 |
| 2.2.1 嵌入式数据终端处理器特点及性能 |
| 2.2.2 嵌入式数据终端模拟量检测及控制电路 |
| 2.2.3 开关量输出及强制复位电路 |
| 2.2.4 嵌入式数据终端处理器的控制策略 |
| 2.2.5 嵌入式数据终端处理器的抗干扰措施 |
| 2.3 啤酒糖化嵌入式集散电气控制系统 |
| 2.3.1 啤酒糖化工艺及控制机构 |
| 2.3.2 啤酒糖化过程的电气控制系统 |
| 2.3.3 变送器4～20mA电流检测远程定标方法 |
| 2.3.4 啤酒糖化监控中心软件结构及功能 |
| 2.4 啤酒发酵嵌入式集散电气控制系统 |
| 2.4.1 啤酒发酵的工艺特点 |
| 2.4.2 铂电阻四线补偿式恒流源测温 |
| 2.4.3 啤酒发酵温度检测的差动中值定标方法 |
| 2.4.4 啤酒发酵温度的固定周期预测增量控制方法 |
| 2.4.5 啤酒发酵监控中心软件结构及功能 |
| 2.5 啤酒生产过程的嵌入式集散电气控制系统特点 |
| 2.6 本章小结 |
| 第三章 基于阈值可变神经元的模拟量检测 |
| 3.1 引言 |
| 3.2 阈值可变的人工神经元 |
| 3.3 人工神经元对模拟量的测量 |
| 3.3.1 预处理单元关的硬件电路模型 |
| 3.3.2 阈值和权值的分段线性化训练方法 |
| 3.3.3 阈值和权值的分段变斜率训练方法 |
| 3.3.4 两种训练方法的对比分析 |
| 3.3.5 远程样本智能定标 |
| 3.3.6 定时复式定标方法 |
| 3.4 数值仿真 |
| 3.4.1 阈值和权值的分段线性化数值仿真 |
| 3.4.2 阈值和权值的分段变斜率数值仿真 |
| 3.4.3 两种仿真结果对比 |
| 3.5 本章小结 |
| 第四章 基于控制微元的统计自适应增量控制 |
| 4.1 引言 |
| 4.2 控制状态信息的量化统计辨识 |
| 4.2.1 控制微元及其稳定性统计 |
| 4.2.2 量化控制状态统计 |
| 4.2.3 统计状态偏差及其静态调整 |
| 4.2.4 统计趋势及其动态调整 |
| 4.2.5 统计超调及其矫正 |
| 4.2.6 统计控制策略及最优化条件 |
| 4.3 统计预测自适应记忆增量控制器 |
| 4.3.1 游标自适应增量尺度 |
| 4.3.2 统计调节增量预测 |
| 4.3.3 调节增量记忆加权 |
| 4.3.4 控制参数输出 |
| 4.4 相关参数选择方法及其讨论 |
| 4.4.1 控制组态的分辨率 |
| 4.4.2 自适应游标尺度和精度的选择 |
| 4.4.3 量化控制状态的选取及其存储方式 |
| 4.4.4 统计自适应增量控制算法速度 |
| 4.5 统计自适应增量控制方法仿真 |
| 4.5.1 统计自适应相对调节增量 |
| 4.5.2 统计自适应相对调节增量概率 |
| 4.5.3 统计自适应控制状态图形 |
| 4.6 统计自适应增量控制方法应用实例 |
| 4.6.1 啤酒糖化总蒸汽压力控制 |
| 4.6.2 啤酒糖化薄板放料温度控制 |
| 4.7 拟进一步研究的课题 |
| 4.8 本章小结 |
| 第五章 结论 |
| 参考文献 |
| 在学研究成果 |
| 致谢 |
（8）基于特征模型的预测函数控制及应用研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 概述 |
| 1.2 模型预测控制国内外研究进展与现状 |
| 1.2.1 基于模糊控制技术的预测控制 |
| 1.2.2 基于神经网络的模型预测控制 |
| 1.2.3 预测函数控制算法的研究 |
| 1.2.4 非线性预测控制 |
| 1.2.5 其它预测控制研究 |
| 1.2.6 模型预测控制存在的主要问题 |
| 1.3 课题来源及研究意义 |
| 1.4 本文的主要结构安排及创新点 |
| 第二章 基于理论分析方法的特征模型研究 |
| 2.1 引言 |
| 2.2 被控过程类型的确定 |
| 2.3 特征模型 |
| 2.3.1 特征模型的定义与特点 |
| 2.3.2 特征模型分析 |
| 2.4 利用理论分析方法建立特征模型 |
| 2.4.1 高阶线性系统特征模型的获取 |
| 2.4.1.1 并联直接降阶法 |
| 2.4.1.2 模型降阶方法 |
| 2.4.2 非线性系统的特征模型获取 |
| 2.5 本章小结 |
| 第三章 基于实验方法的特征模型研究 |
| 3.1 引言 |
| 3.2 基于开环条件下的测试法建模 |
| 3.2.1 基于阶跃响应的测试法建模 |
| 3.2.2 基于脉冲响应的测试法建模 |
| 3.3 基于闭环条件下的建模方法 |
| 3.4 仿真分析法 |
| 3.5 基于实验方法所获取特征模型的一般形式 |
| 3.6 本章小结 |
| 第四章 基于特征模型的预测函数算法研究 |
| 4.1 引言 |
| 4.2 预测模型的选取 |
| 4.3 PFCCM算法的推导 |
| 4.4 PFCCM算法的实现 |
| 4.5 PFCCM仿真研究 |
| 4.5.1 仿真系统的构成 |
| 4.5.2 低阶对象的仿真研究 |
| 4.5.3 高阶多容对象的仿真研究 |
| 4.5.4 高阶复杂对象的仿真研究 |
| 4.6 针对其它特殊被控对象 |
| 4.7 本章小结 |
| 第五章 基于特征模型的预测函数系统稳定性分析 |
| 5.1 引言 |
| 5.2 基于Lyapunov稳定性理论的稳定性分析 |
| 5.3 基于Z变换的稳定性分析 |
| 5.4 基于多项式稳定性理论分析 |
| 5.4.1 多项式稳定性理论 |
| 5.4.2 基于多项式稳定性理论的PFCCM系统稳定性分析 |
| 5.5 PFCCM稳定性分析举例 |
| 5.6 本章小结 |
| 第六章 基于特征模型的预测函数控制应用研究 |
| 6.1 引言 |
| 6.2 基于DCS的实验平台 |
| 6.2.1 JX-300X系统简介 |
| 6.2.2 实验装置功能 |
| 6.2.3 温度过程的测试法建模 |
| 6.2.4 实验说明 |
| 6.3 实验平台上的PFC控制 |
| 6.4 实验平台上的PFCCM控制 |
| 6.5 PFC与PFCCM比较 |
| 6.6 饲料制粒机应用研究 |
| 6.6.1 工艺过程描述 |
| 6.6.2 调质过程的建模 |
| 6.6.3 调质器的解耦控制设计 |
| 6.6.4 饲料制粒机控制系统仿真 |
| 6.7 本章小结 |
| 第七章 总结与展望 |
| 7.1 全文总结 |
| 7.2 进一步工作展望 |
| 参考文献 |
| 攻读博士学位期间公开发表的学术论文 |
| 攻读博士学位期间完成的科研工作 |
| 攻读博士学位期间授权专利 |
| 致谢 |
（9）粉粒物料自动定量机理及系统研发（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究目的和意义 |
| 1.1.1 研究问题提出 |
| 1.1.2 研究目的和意义 |
| 1.2 研究现状及趋势 |
| 1.2.1 自动定量动态称量研究现状和趋势 |
| 1.2.2 电磁振动给料器定量加料及物料流动性研究现状及趋势 |
| 1.3 研究主要内容和方法 |
| 1.4 小结 |
| 第2章 混合式自动定量机理及系统设计 |
| 2.1 目前主要自动定量方法及工作机理 |
| 2.2 混合式自动定量工作机理 |
| 2.2.1 混合式自动定量工艺过程 |
| 2.2.2 混合式自动定量机理 |
| 2.2.3 实现混合式自动定量瓶颈问题分析 |
| 2.3 混合式自动定量结构模型 |
| 2.4 混合式自动定量系统总体设计 |
| 2.4.1 混合式自动定量系统组成结构设计 |
| 2.4.2 混合式自动定量系统工艺时序设计 |
| 2.5 小结 |
| 第3章 混合式自动定量动态称量系统研究 |
| 3.1 动态称量台架研究 |
| 3.1.1 试制的称量台架结构及动力学模型 |
| 3.1.2 变阻尼动态称量台架设计 |
| 3.1.3 变阻尼称量台架信号特性试验分析 |
| 3.2 动态称量信号调理与采集电路设计 |
| 3.2.1 动态称量信号频谱分析 |
| 3.2.2 称量传感器选择 |
| 3.2.3 称量传感器并联和算电路 |
| 3.2.4 称量信号前置放大与滤波电路设计 |
| 3.2.5 称量信号采集电路设计 |
| 3.3 动态称量信号数字滤波补偿处理 |
| 3.3.1 动态称量信号数字滤波处理 |
| 3.3.2 动态称量信号数字补偿处理 |
| 3.4 小结 |
| 第4章 电磁振动给料器定量加料性能研究 |
| 4.1 电磁振动给料器定量加料机理 |
| 4.2 电磁振动给料器定量加料动力学分析 |
| 4.2.1 传统电磁振动给料器力学特性分析 |
| 4.2.2 新型电磁振动给料器力学特性分析 |
| 4.3 电磁振动给料器输送物料运动学分析 |
| 4.3.1 物料运动微分方程 |
| 4.3.2 物料运动状态及条件 |
| 4.3.3 物料抛掷运动过程 |
| 4.4 粉粒物料加料流动性试验研究 |
| 4.4.1 粉粒物料加料流动性评价指标及影响因素 |
| 4.4.2 粉粒物料加料流动性测试方法及软件设计 |
| 4.4.3 粉粒物料加料流动性试验 |
| 4.4.4 粉粒物料加料流动性分析 |
| 4.5 小结 |
| 第5章 电磁振动给料器定量加料控制研究 |
| 5.1 电磁振动给料器同步数字控制原理 |
| 5.2 电磁振动给料器定量加料智能控制原理 |
| 5.3 电磁振动给料器定量加料控制软件设计 |
| 5.4 电磁振动给料器定量加料控制试验 |
| 5.5 小结 |
| 第6章 混合式自动定量系统试验及应用 |
| 6.1 粉粒物料混合式自动定量系统试验研究 |
| 6.1.1 定量试验参数测定和设定 |
| 6.1.2 定量试验结果分析 |
| 6.1.3 混合式定量与其它定量方法性能比较 |
| 6.2 混合式自动定量技术在定量包装中应用研究 |
| 6.3 混合式自动定量技术在烧结球团定量配料中应用研究 |
| 6.3.1 链篦机-回转窑球团生产工艺概述 |
| 6.3.2 链篦机一回转窑球团生产自动定量配料系统 |
| 6.3.3 球团生产自动定量配料控制系统 |
| 6.4 小结 |
| 第7章 研究结论与展望 |
| 7.1 研究结论 |
| 7.2 主要创新成果 |
| 7.3 研究展望 |
| 致谢 |
| 参考文献 |
| 附录 |
（10）奶牛饲喂装置称量精度的研究（论文提纲范文）
| 摘要 |
| 英文文摘 |
| 第一章：绪论 |
| 1.1 研究的目的和意义 |
| 1.2 称量技术的发展 |
| 1.2.1 称量的分类 |
| 1.2.2 称量精度的定义 |
| 1.2.3 称量技术的发展 |
| 1.3 国内外研究近况 |
| 1.4 奶牛饲喂技术的称量概况 |
| 1.5 本文研究的主要内容 |
| 1.6 本章小结 |
| 第二章：饲喂装置的结构组成及关键机构的选型 |
| 2.1 饲喂装置的基本结构 |
| 2.2 饲喂装置关键机构的选型 |
| 2.2.1 给料系统的选择 |
| 2.2.2 给料系统的构成 |
| 2.2.3 称重仪表的选择 |
| 2.2.4 自动控制电路的设计 |
| 2.3 本章小结 |
| 第三章：饲喂装置称量精度的研究分析 |
| 3.1 称量系统简介 |
| 3.2 称量系统的组成 |
| 3.2.1 称量系统参数的设置 |
| 3.2.2 称重传感器的选择 |
| 3.2.3 信号放大电路 |
| 3.2.4 给料速度的控制 |
| 3.3 称量误差分析 |
| 3.3.1 传感器误差 |
| 3.3.2 加料误差 |
| 3.3.3 空中物料的误差 |
| 3.3.4 冲击力的误差 |
| 3.3.5 传感器的迟滞性误差 |
| 3.3.6 过冲量误差 |
| 3.4 随机误差 |
| 3.5 本章小结 |
| 第四章:试验研究分析 |
| 4.1 试验材料与方法 |
| 4.1.1 试验仪器设备、目的 |
| 4.1.2 称量精度的试验设计 |
| 4.1.3 称量精度的测定方法 |
| 4.2 试验数据的采集及分析处理 |
| 4.3 试验误差分析 |
| 4.4 本章小结 |
| 第五章:结论与展望 |
| 5.1 研究总结 |
| 5.2 下一步的工作及展望 |
| 参考文献 |
| 致谢 |
| 作者简历 |
| 在学期间发表的文章 |
| 石河子大学硕士研究生学位论文导师评阅表 |
四、饲料配比系统及其动态测控精度的研究（论文参考文献）
- [1]基于计算机视觉的禽蛋裂纹识别技术研究与应用[D]. 孙柯. 南京农业大学, 2018(07)
- [2]基于模糊算法的自动配料系统及其驱动电机控制策略的研究与设计[D]. 刘智远. 东北大学, 2017(06)
- [3]周期性回转定位压曲机设计及动力学特性研究[D]. 邵良锋. 太原理工大学, 2016(08)
- [4]基于现场总线的自动配料系统的研究与分析[D]. 张兢. 武汉理工大学, 2012(10)
- [5]氧化铝生产过程铝酸钠溶液组分浓度软测量方法的研究[D]. 王魏. 东北大学, 2011(07)
- [6]定量称重配料系统的研究[D]. 侯运彬. 哈尔滨工业大学, 2011(05)
- [7]基于嵌入式集散电气系统的啤酒生产过程控制与应用研究[D]. 孙波. 沈阳工业大学, 2008(08)
- [8]基于特征模型的预测函数控制及应用研究[D]. 吴建国. 上海大学, 2009(05)
- [9]粉粒物料自动定量机理及系统研发[D]. 张西良. 江苏大学, 2008(12)
- [10]奶牛饲喂装置称量精度的研究[D]. 曾明军. 石河子大学, 2007(06)