导读:本文包含了软测量仪表论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:测量,神经网络,仪表,嵌入式,向量,小二,监测器。
软测量仪表论文文献综述
徐恩毅[1]（2017）在《基于组合神经网络的污水处理软测量仪表的研究》一文中研究指出污水处理过程是一个复杂的、非线性的、具有很大滞后的生化反应过程。在污水处理过程中,相关参数的检测任务非常复杂[1]。一些水质参数,尤其是BOD参数,在很多情况下无法用常规的测量方法直接测量得到,从而使污水处理的控制过程变得非常困难。目前,工业领域主要采用了先进的采用软测量技术[1,3]。即利用易测参数作为辅助变量,建立辅助变量与主导变量的数学模型[4],实现主导变量在线建模与估计。由于人工神经网络的计算能力和对复杂非线性问题的处理能力非常强大[5-7],采用基于人工神经网络的软测量技术估计BOD参数[8-10],比常规测量BOD参数的传统仪表反应速度快、成本较低廉,没有价格昂贵的设备使用和设备维护费用,还能够避免人为测量误差。因此,本文的研究具有工程应用价值。本文主要内容有:分析了国内BOD参数的测量现状,从而提出了软测量建模方法,并说明了本研究方法的内容和研究的意义。阐述了人工神经元网络的基本原理以及RBF和DRNN人工神经网络的结构和训练算法,提出了组合神经网络的建模方法。应用组合神经网络建模方法建立了污水处理BOD测量的数学模型,并且用样本数据对数学模型进行了预测。结果表明,采用组合神经网络模型,预测精度较单独RBF或DRNN神经网络有较大提高。基于组合神经网络测量模型,开发了用于BOD测量的软测量仪表。仪表硬件采用西门子S7-1200 PLC。采用组态王和MATLAB作为软件平台,开发了软测量仪表的显示界面。界面显示直观,软件测试效果较好,能够很好地满足测量需求。总之,本文采用软测量技术,通过将RBF和DRNN神经网络相结合,建立了一个组合神经网络模型。并通过实例对模型进行了验证,实验结果表明,该模型是有效的。为实现污水处理水质参数的实时监测和在线控制提供了可能。(本文来源于《湖北工业大学》期刊2017-06-05）
刘建兵[2]（2017）在《基于嵌入式的NO_x软测量仪表研制》一文中研究指出近年来随着软测量技术与嵌入式技术的发展,在嵌入式平台上实现神经网络、最小二乘支持向量机等软测量算法有着广泛的应用需求,同时也面临着巨大的挑战。针对燃煤机组烟气NO_x含量测量信号的滞后问题,本文设计了一款以ARM11微处理器S3C6410为核心的嵌入式NO_x软测量仪表。以NO_x含量的实时准确测量为目标,优化了最小二乘支持向量机(LSSVM)算法,并根据预报误差大小自适应修正软测量模型的参数。将LSSVM软测量算法成功移植到嵌入式系统中,实现了软测量技术的硬件仪表化。本文详细阐述了嵌入式NO_x软测量仪表的研制过程,主要工作与创新点有:(1)采用模块化设计,构建了基于ARM11微处理器S3C6410的硬件平台和基于嵌入式Linux操作系统的软件平台。硬件平台主要由S3C6410微处理器、人机交互接口电路、以太网接口电路、A/D转换电路、数据传输电路组成,配合软件平台实现辅助变量测点数据的采集与传输、待测参数的软测量以及测量结果的LCD显示等功能。(2)将LSSVM算法应用到烟气NO_x含量的软测量过程中。采用迭代方法计算LSSVM模型的参数l和b,并根据预报误差的大小,对模型参数进行在线修正,使得LSSVM软测量模型能够在机组负荷变动的情况下,实时准确地测出烟气NO_x浓度。(3)嵌入式NO_x软测量仪表的实现。借助嵌入式系统的软硬件平台和交叉编译环境,实现LSSVM软测量算法的嵌入式移植,开发出一款基于嵌入式系统的NO_x软测量仪表。该仪表可以通过数据采集模块获取辅助变量的测点数据,也可以通过网络接口从DCS中获取测点数据。(4)在华润阜阳电厂#2机组,完成基于PC的NO_x软测量应用软件和基于嵌入式的NO_x软测量仪表的应用测试。测试结果表明,引用误差小于1.5%,响应时间小于1s,且在机组变负荷运行时,仍能对烟气NO_x含量进行快速准确的测量。基于嵌入式的NO_x软测量仪表为烟气NO_x测量提供了一种低成本、高准确度、高实时性的测量方法,同时也为火电机组其他热工参数的测量开拓了一种新的思路和实现方案。(本文来源于《华北电力大学》期刊2017-03-01）
张新胜[3]（2016）在《基于ARM的一次风流量软测量仪表研发》一文中研究指出近年来随着软测量技术与嵌入式技术的发展,在嵌入式系统上实现神经网络、最小二乘支持向量机等软测量技术有着广泛的应用需求,同时也面临着巨大的研究挑战。针对火力发电机组磨煤机一次风流量的软测量问题,本文以ARM11控制器S3C6410为核心设计了一种嵌入式软测量仪表。以预测精度和实时性为目标,优化了最小二乘支持向量机(LSSVM)算法,采用预报误差大小实时自适应修正LSSVM模型参数,并成功移植到嵌入式平台中,实现软测量技术的硬件仪表化。本文详细阐述了基于ARM的一次风流量软测量仪表的研发工作,主要贡献与创新点有:(1)采用模块化设计,构建了基于ARM的硬件平台和基于嵌入式Linux系统的软件平台。硬件平台由人机交互接口电路、以太网接口电路、AD7606采集电路、HS-W5300A数据传输电路等组成,并配合软件平台完成数据采集、数据传输、人机交互、软测量算法的移植等功能,具有高度的灵活性。(2)基于PC的磨煤机一次风流量在线软测量应用软件的实现。针对LSSVM软测量模型中的辅助变量选取、数据预处理、模型建立等问题进行了研究。采用迭代方法优化LSSVM算法,并以预报误差为依据,对LSSVM模型在线校正,LSSVM模型能够适应现场复杂的工况,在机组变负荷运行下,实现一次风量连续软测量。(3)基于ARM的一次风流量软测量仪表的实现。在嵌入式系统硬件与软件、PC机在线软测量应用软件的基础上,实现LSSVM的嵌入式移植,开发出一种基于嵌入式系统的软测量仪表。嵌入式软测量仪表可以采用与DCS通信采集数据,也可直接采用多路A/D转换模块采集数据,以便于该研究成果的推广应用。(4)在浙能兰溪电厂#2机组,完成对基于PC的磨煤机一次风流量在线软测量应用软件和基于ARM的软测量仪表的应用测试。测量结果表明,测量误差小于1.5%,实时响应时间小于1s,且在机组变工况或复杂工况运行时,仍能够对一次风流量快速、准确的测量。基于ARM的一次风流量软测量仪表功能强大,操作简单,安装便捷,是一体化的嵌入式软测量仪表,为磨煤机一次风流量测量提供了一种低成本、高精度、高实时性的解决方案,同时也为火力发电机组热工参数的测量与监测开拓了一种新的思路和实现方案。(本文来源于《华北电力大学》期刊2016-03-01）
郭楠[4]（2014）在《基于神经网络的BOD软测量仪表的研究》一文中研究指出在活性污泥法污水处理系统中，BOD5（5日生化需氧量）是评价水质好坏和污水处理效果的关键参数之一。由于其涉及很多复杂的生化反应过程，因此长期以来BOD5的测量都存在着很多问题。其中最主要的问题是测量的时间滞后性大，常规的测量需要在采集水样后进行恒温培养5天，最后得到相关的数据。当下的水样要5天以后才能得到检测结果，存在着严重的测量时间的滞后。快速的检测方法，测量不够准确，测量费用昂贵。因此针对BOD测量过程中存在的问题，采用先进的神经网络方法，对BOD进行了在线建模和软测量实验，并在实验基础之上设计了一套BOD神经网络软测量的仪表，通过对少量的易于精确在线检测的水质参数，成功实现了BOD的在线软测量。为BOD的在线实时检测提供了一条有效的路径。本文的主要工作体现在以下3个方面：(1)对BOD软测量的辅助变量的选择进行了详细的机理分析，论证了软测量辅助变量选择的合理性。同时结合现有的污水处理厂检测仪表的现状进行了最合理的选择，最终的辅助变量为酸碱度（pH），氧化还原电位（ORP），溶解氧含量（DO）和温度。(2)设计了一个叁层前馈BP神经网络用于对BOD进行建模和软测量，并通过matlab软件对神经网络的性能进行了仿真实验，针对BP神经网络在训练的过程中容易陷入局部极小问题，引入了动量项和自适应学习率使网络更加稳定，预测精度更高。(3)设计了一套软硬件结合的BOD软测量仪表。并在北京某污水处理厂对设计完成的软测量仪表进行了实际的测试，取得了很好的效果。(本文来源于《北京工业大学》期刊2014-06-01）
蔡飞云,康志北,张舟[5]（2014）在《软测量仪表在加氢裂化装置中的应用》一文中研究指出为提高加氢裂化工艺的收益和能效,通过软测量仪表,利用可测量参数(如温度、流量、压力),采用非线性动态模型实现观测计算,并根据过程实际状态,结合回归统计的方法,计算出不可测变量(如沸点、干点、初馏点、闪点、倾点、凝固点等),以利于操作和控制。软测量仪表方便了工艺人员对先进控制的实时操作,减少了化验数据反馈时间长带来的不利,提高了产品质量和反应时间。(本文来源于《石油化工自动化》期刊2014年02期）
乔俊飞,郭楠,韩红桂[6]（2013）在《基于神经网络的BOD参数软测量仪表的设计》一文中研究指出在污水处理过程中,BOD(生化需氧量)是评价水质好坏和处理效果的关键参数之一。由于其涉及很多复杂的生化反应过程,因此长期以来BOD的测量都存在着很多问题,具体表现在:国际通用的标准检测方法测量滞后性较大,快速检测方法测量成本过高且测量不准确。针对这些问题,在此结合神经网络软测量技术,设计了一种软硬件结合的水质参数软测量仪表,实现对水质参数BOD的快速检测。仪表硬件部分包括PH(酸碱度)、ORP(氧化还原电位)、DO(溶解氧)、温度的检测设备,软件部分是神经网络软测量软件。仪表的创新性在于将硬件检测和神经网络软测量相结合设计出了1套切实可用的软测量仪表,仪表实现快速在线检测和在线调整,可以适用于不同的污水处理系统。经实践验证表明该软测量仪表可以实现BOD的快速精确软测量,解决现有的BOD测量仪表测量耗时过长,仪器昂贵等缺陷,具有广阔的应用前景。(本文来源于《计算机与应用化学》期刊2013年10期）
王守会[7]（2012）在《基于嵌入式系统的软测量仪表研制》一文中研究指出随着科学技术的不断发展，工业对象现场过程复杂化程度越来越高，对于一些关键性的过程变量，无法在线直接测量，使得过程工业的发展受到局限。软测量技术的出现促进了工业过程的发展，本文从应用开发的角度实现了基于嵌入式系统的工业过程软测量仪表。本文研制了一种基于嵌入式系统的软测量仪表，主要包括硬件的设计、开发环境的移植、模型算法的建立和软件的编写这四个过程。论文首先从嵌入式系统的现状与软仪表开发的背景及意义出发，给出了本文研究的主要内容。详细描述了嵌入式Linux系统开发环境构建的各个步骤以及嵌入式Linux操作系统移植的具体步骤，应用Qt Creator集成开发环境设计人机界面。硬件系统方面采用ARM11开发板（S3C6410为微处理器核心）作为嵌入式软测量仪表的核心硬件电路，扩展逻辑控制器，同时还包括系统外设接口电路的实现原理，嵌入式以太网通讯模块的设计及实现。给出了工业过程软测量技术的实现过程，支持向量机构建软仪表的通用模型及实现框架，并对软测量建模的方法进行分析比较，将混合建模方案引入本文。软件的编写包括界面设计、数据预处理和编制模型算法，最终程序编译固化到FLASH存储器中。结合本次课题的实际项目内容，通过研究嵌入式软仪表在锅炉蓄热中的应用，验证本次设计的软测量仪表的效果。针对锅炉蓄热的简单机理模型与支持向量机结合的混合模型编写了求取锅炉蓄热系数的程序，通过采集电厂的现场数据对仪表进行测试，验证了本文所建模型的可行性，该系统基本能够满足设计的要求。(本文来源于《华北电力大学》期刊2012-12-01）
马高伟[8]（2011）在《基于ARM的软测量仪表开发平台研制》一文中研究指出随着科学技术的不断发展,工业生产工艺的不断提高,工业生产现场过程越来越复杂,工业生产指标能否得到准确测量以现精确控制直接影响到生产效率和运行的稳定,但是部分指标由于生产条件苛刻,不允计外部环境的参与以致难以直接测量。为了适应市场的需求,各式各样的测量仪表应运而生。但是它们大部分仍是传统概念下的产物,存在着这样那样的缺点,难以准确测量,阻碍了生产效率的提高。本文研制了一种基于嵌入式ARM的软测量平台。系统采用S3C2440处理器,linux2.6.32内核,Qtopia桌而系统。应用神经网络、支持向量机等软测量的算法进行建模,实现在Linux环境下对于工业生产现场指标的预测。应用Qt库设计人机界面,硬件方面扩展NAND FLASH、NOR FLASH、SDRAM存储器等逻辑控制器,使用3.5英寸NEC触摸屏等外部设备实现人机交流。软测量平台的建立主要包括硬件的设计、开发环境的移植、软件的编写这叁个过程；软件的编写是实现算法的阶段,主要包括界面设计、数据预处理、建立模型。此程序编译固化到FLASH存储器中。最后为了验证本次设计的软测量平台的效果,通过采集电厂的与一次风量相关的现场数据对平台进行测试,数据分为两部分,分别用来建模和对模型进行验证。最终实验测试表明,该系统预测的指标结果与真实值之间的误差平均控制在3%以内,基本满足了此次设计的要求。(本文来源于《华北电力大学》期刊2011-12-01）
马高伟,杨耀权,王建[9]（2011）在《基于嵌入式的软测量仪表的开发》一文中研究指出以软测量技术为研究重点,目标是开发一种通用好、低成本的软测量仪表,该仪表以嵌入式系统作为开发平台,并在此平台上实现支持向量机、神经网络等算法,并辅以相应的硬件设计,它可以实现对一些生产过程中不易测量或者不能测量的指标的预测。最后以某电厂的实际生产数据对仪表性能进行测试,结果使得原本震荡的输出数据变得比较稳定,误差控制在3%的范围内,达到了本次设计的要求。(本文来源于《电力科学与工程》期刊2011年04期）
周丽,金晓明[10]（2007）在《磷酸萃取过程SO_3含量软测量仪表的开发与应用》一文中研究指出1.引言磷酸萃取槽料浆中SO_3含量是湿法磷酸生产中一个很重要的控制指标。生产上通过控制该含量在一定范围内,一方面使反应过程得到合适的磷石膏结晶,便于后续的过滤操作:另一方面指导控制反应中原料浓硫酸的加人量,以控制生产成本。在工业生(本文来源于《数字石油和化工》期刊2007年09期）
软测量仪表论文开题报告
（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：
近年来随着软测量技术与嵌入式技术的发展,在嵌入式平台上实现神经网络、最小二乘支持向量机等软测量算法有着广泛的应用需求,同时也面临着巨大的挑战。针对燃煤机组烟气NO_x含量测量信号的滞后问题,本文设计了一款以ARM11微处理器S3C6410为核心的嵌入式NO_x软测量仪表。以NO_x含量的实时准确测量为目标,优化了最小二乘支持向量机(LSSVM)算法,并根据预报误差大小自适应修正软测量模型的参数。将LSSVM软测量算法成功移植到嵌入式系统中,实现了软测量技术的硬件仪表化。本文详细阐述了嵌入式NO_x软测量仪表的研制过程,主要工作与创新点有:(1)采用模块化设计,构建了基于ARM11微处理器S3C6410的硬件平台和基于嵌入式Linux操作系统的软件平台。硬件平台主要由S3C6410微处理器、人机交互接口电路、以太网接口电路、A/D转换电路、数据传输电路组成,配合软件平台实现辅助变量测点数据的采集与传输、待测参数的软测量以及测量结果的LCD显示等功能。(2)将LSSVM算法应用到烟气NO_x含量的软测量过程中。采用迭代方法计算LSSVM模型的参数l和b,并根据预报误差的大小,对模型参数进行在线修正,使得LSSVM软测量模型能够在机组负荷变动的情况下,实时准确地测出烟气NO_x浓度。(3)嵌入式NO_x软测量仪表的实现。借助嵌入式系统的软硬件平台和交叉编译环境,实现LSSVM软测量算法的嵌入式移植,开发出一款基于嵌入式系统的NO_x软测量仪表。该仪表可以通过数据采集模块获取辅助变量的测点数据,也可以通过网络接口从DCS中获取测点数据。(4)在华润阜阳电厂#2机组,完成基于PC的NO_x软测量应用软件和基于嵌入式的NO_x软测量仪表的应用测试。测试结果表明,引用误差小于1.5%,响应时间小于1s,且在机组变负荷运行时,仍能对烟气NO_x含量进行快速准确的测量。基于嵌入式的NO_x软测量仪表为烟气NO_x测量提供了一种低成本、高准确度、高实时性的测量方法,同时也为火电机组其他热工参数的测量开拓了一种新的思路和实现方案。
（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。
软测量仪表论文参考文献
[1].徐恩毅.基于组合神经网络的污水处理软测量仪表的研究[D].湖北工业大学.2017
[2].刘建兵.基于嵌入式的NO_x软测量仪表研制[D].华北电力大学.2017
[3].张新胜.基于ARM的一次风流量软测量仪表研发[D].华北电力大学.2016
[4].郭楠.基于神经网络的BOD软测量仪表的研究[D].北京工业大学.2014
[5].蔡飞云,康志北,张舟.软测量仪表在加氢裂化装置中的应用[J].石油化工自动化.2014
[6].乔俊飞,郭楠,韩红桂.基于神经网络的BOD参数软测量仪表的设计[J].计算机与应用化学.2013
[7].王守会.基于嵌入式系统的软测量仪表研制[D].华北电力大学.2012
[8].马高伟.基于ARM的软测量仪表开发平台研制[D].华北电力大学.2011
[9].马高伟,杨耀权,王建.基于嵌入式的软测量仪表的开发[J].电力科学与工程.2011
[10].周丽,金晓明.磷酸萃取过程SO_3含量软测量仪表的开发与应用[J].数字石油和化工.2007
论文知识图
