一、基于LAPS的生化多参数检测仪表的研制（论文文献综述）
杨至诚[1]（2021）在《基于模糊控制的生物池精准曝气系统研究》文中研究指明随着国家对环境保护特别是水资源治理提出了更严格的标准以及人们观念的进步,各级政府对污水处理厂有了更高的要求。在保证出水水质达标的前提下,降低能耗和节约运行成本成为现阶段污水处理厂优化改进的目标。污水处理厂的核心部分是生物池,生物池运行在更优状态可以帮助污水处理厂稳定运行效果,降低运行成本。本文以包头市某污水厂为研究对象,设计了一套生物池精准曝气系统。该系统在活性污泥1号模型的指导下,构建该厂二级处理阶段的数学模型,同时,选择模糊自适应PID控制器对生物池上菱形阀进行控制,通过实验对比,验证该系统的实际运行效果。本文的主要研究内容如下:（1）本文以活性污泥1号模型为参考,构建包头市某污水厂二级处理阶段的数学模型,并通过C语言脚本将模型予以实现。模型对该厂二级处理阶段各反应过程、各组分的转化情况进行合理的描述。在Wincc软件中编写程序,对建立好的数学模型进行算法实现。（2）由于生物池内溶解氧的主要来源为鼓风曝气,因此对生物池中各个空气廊道上菱形阀的精准控制对控制生物池中溶解氧的含量十分重要。本文使用模糊自适应PID控制器实现对菱形阀的控制。同时在空气总管上安装压力计,设定压力不变,使用PID控制器进行控制。（3）硬件选择上,该系统主要使用PLC做为控制设备,同时在生物池上安装在线检测仪表,对生物池的状态进行实时监测,为系统的运行提供必要的数据。（4）实验结果表明,该系统能够有效的提升该污水处理厂的运行效率,出水水质受进水水质影响减小,同时鼓风曝气阶段成本有9%左右的下降,按照该厂设定进水量计算,每年鼓风曝气阶段运行成本下降约14.3万元。
李鑫[2]（2020）在《野外水质原位监测系统研究》文中提出野外水质与人类的发展和众多生物的生存息息相关。随着工农业发展以及生活污水的大肆排放,野外水质的污染程度愈演愈烈,水质监测是预防野外水质污染的重要手段。目前,我国水质监测方式主要有采集水样后实验室分析、便携式仪器现场检测以及站房式自动在线检测等,存在建设成本高、维护量大和耗能大等缺点。使用传统的化学法检测水质不但耗时久,而且易发二次污染,难以满足日益发展的野外水质原位检测需求。因此,研制一种适用于野外环境,更绿色、更精准、更高效的水质监测系统,对提高水质检测技术、及时管理水污染情况以及健全水质监测制度方面有着重要的意义。本文主要是基于野外原位环境下进行的水质监测系统的研究。首先,分析了目前水质监测现状,对化学需氧量（Chemical Oxygen Demand,COD）、pH、溶解氧、温度等水质指标的检测原理进行探究,从理论上重点分析了紫外光谱法和电位分析法的原理和测量技术;其次,根据目前野外环境下水质监测的实际需求,设计了系统的总体方案,包括机械结构、光学部分和电控部分,同时对太阳能光伏供电的功耗问题进行了研究,并针对野外检测环境,在光学部分中设计了光纤传感探头;然后,针对本系统光学部分中所检测的水质指标COD的检测精度问题进行了研究,对影响COD检测的干扰因素进行分析,通过实验分析波长、温度、浊度在测量中的影响,并予以消除。同时初步探究了干扰离子对COD检测的影响及解决方法;最后,对COD干扰因素及各水质指标检测的预测模型进行实际水样的验证,对比检测结果与国家环境保护标准要求的一致性。结果表明检测准确度符合要求,具有普遍应用价值。选择长春伊通河河水对系统样机进行现场测试,验证系统设计可行性与适用性。本课题研制的野外水质原位监测系统具有智能化、原位化、绿色化等优点,适用于野外河流、湖泊的水质监测。
金毅[3]（2019）在《基于等效积温的谷物干燥过程建模与智能控制》文中研究说明粮食干燥是一个十分复杂的传热传质过程,传统干燥模型及干燥过程控制方法具有局限性高、经验依赖程度高、调控指标单一等不足,在某些较为复杂的情况下往往难以表现出较好的控制效果。目前,建立稳定性强、预测性能佳的先进控制系统是整个干燥行业的研究重点。稻谷,是全球约50%人口的主粮,我国稻谷收割后干燥环节的损失高达7%,所以稻谷干燥过程控制尤为重要。由于稻谷的籽粒特征比较特殊,其颖壳部分在干燥过程中起着阻碍内部水分向外迁移的作用,故稻谷的干燥过程比较复杂,是一种比较难干燥的粮食。本文针对稻谷收割后干燥过程中的大迟滞、非线性、强耦合等特点,以多因子胁迫全面试验及有效干燥积温多因子耦合理念为基础,重构了谷物干燥的数学模型,开展了稻谷干燥过程建模与智能控制策略的研究与应用。本论文的主要内容如下:（1）稻谷干燥特性试验研究及积温品质图的建立。在对国内外谷物干燥理论及先进控制方法进行深度调研的基础上,以多元二次旋转正交试验为研究方法,试验研究了在多种因素影响下的稻谷干燥特性,建立的回归模型可决系数达0.9951和0.9552;建立了基于多因子耦合参量—有效干燥积温的稻谷积温品质图,并提供了图表的查索方法。（2）建立了稻谷有效干燥积温模型。以时间和温度耦合为基础,探索了水分比与干燥积温的关系,分析了 7种常用的干燥模型,构建了用以描述稻谷干燥水分比和有效干燥积温关系的数学模型,此模型的常数k,n,b的可决系数分别为0.9225,0.9553,0.9131,说明其回归模型具有较高的置信度。（3）全面试验研究了缓苏对稻谷干燥的影响。为使模型更加贴近实际,基于多参数耦合薄层干燥试验结果（此试验中考虑了缓苏时间）建立了有缓苏影响的稻谷有效干燥积温模型。对比了有缓苏影响和无缓苏影响模型的常数,深入分析了缓苏时间对稻谷干燥过程的影响,研究发现在稻谷的连续干燥过程中,缓苏比不应超过3。（4）研究了连续式稻谷干燥机智能控制方法及系统。通过对人工智能控制方法的分析和总结,发现多隐层BP神经网络较为适合作为此控制系统的控制核心。建立了 MATLAB和LabVIEW混合编程的智能控制系统,提出了稻谷干燥的控制规则,以期实现精准调控稻谷干燥过程。（5）稻谷干燥智能控制方法及模拟试验。基于预试验数据建立了多隐层BP神经网络模型,介绍了神经网络的训练方法;进行了一系列LabVIEW环境下的模拟试验,试验结果表明:针对该干燥系统,单隐层的网络结构精度较高,较为适用;有自优化功能的模型可以更加精确的预测出粮口稻谷含水率,并及时调整排粮等待时间;多隐层BP神经网络控制器表现出优秀的抗干扰能力,同时,也验证了此智能控制系统的稳定性,可应用于实际干燥作业。
付丽辉[4]（2018）在《分布阵列式光纤等离子传感器及其在水体可溶解有机物检测中的应用研究》文中提出在不同的水污染物中,可溶解有机物（Dissolved Organic Matter,DOM）的不良影响尤为突出。因为与无机污染物相比较,当DOM总量达到一定水平时,将通过水体富营养化引致藻类爆发式生长,使得DOM加剧、成份更为复杂、影响更为严峻。相关研究表明,DOM的影响不仅与其总量有关,还与其组份有关,有效的水质监测需要对DOM组份进行精确的测定,有机物结构的复杂性对有效实现DOM组份的测量方法提出了更高的要求。由荧光光谱研究结果可知,DOM的主要成份为酪氨酸类蛋白质、色氨酸类蛋白质、富里酸、溶解性微生物代谢产物、腐殖酸,不同成份具有不同的特征发光谱。这表明当水中溶解有不同DOM种类时,将呈现不同的介电特性——折射率在较大范围内变化。DOM不同组份的相对含量对水体折射率有着决定性作用,基于折射率测量可以对实现DOM组份及其相对含量的确定,折射率的测量精度越高,对DOM组份及相对含量的测量越精确。基于表面等离子共振（Surface Plasma Resonance,SPR）效应的光纤SPR传感技术能够将优异的SPR传感精度、灵敏度与光纤传感技术相结合,易于组成网络化的在线测量系统,从而实现对DOM组份的有效检测。但是,目前,国内外对SPR技术的研究仍存在灵敏度、分辨率与动态范围或线性度难以兼得的问题,也就是说对于给定结构的传感头,只能在特定的折射率变化区间内保持检测结构的高灵敏度与高分辨率,基于此,本文对光纤SPR传感器的闭环测试方法进行了探讨,并利用光纤SPR传感器构建了传感阵列,完成了 DOM组份及其相对浓度的测试研究,主要内容包括:（1）完成了基于调频光谱的光纤SPR传感器的闭环测试方法实验,对调频光谱测量法与直接光谱测量法进行了对比。基于调频光谱原理,利用一种闭环光纤SPR传感系统来引入反馈通道,通过数字化信号处理技术,完成了对介质1/金属薄膜/介质2结构中的待测介质折射率变化致SPR共振吸收峰改变的锁定,通过光源输出的探测光中心波长的调谐及调频信号强度的变化,实现了对介质折射率改变的测量。实验表明:在 1.332～1.3758 RIU（Refractive Index Unit,RIU）折射率范围内,调频光谱法的测量精度为0.0016 RIU,与波长分辨率为0.2 nm的光谱仪测量结果相当;在1.3750～1.4464 RIU折射率范围内,基于调频光谱法的实验系统测量精度为0.0071 RIU,优于光谱仪0.0090 RIU的测量结果,从而验证了:通过有效利用吸收光谱的一阶边带处的微分谱值,调频光谱法提高了共振波长的检测精度和灵敏度,实现了测量结果的优化,且当SPR传感头处于较高折射率范围时,吸收特性呈现展宽,半高全宽（Full Width At Half Maximum,FWHM）增加,调频光谱法的优势更为明显,为广泛推广应用奠定了基础。（2）完成了对调频光谱测量结果的残余振幅调制（Residual Amplitude Modulation,RAM）的抑制研究。基于RAM影响的存在,对调频光谱检测结构进行了优化,给出了相应的抑制模型与实现方法,提出了双光束补偿的调制微分光谱测量方法,引入了补偿光路,保证脉冲光强为Is的探测光和脉冲光强为Ir的补偿参考光光强相等,相位相反,并具有相同物理光路,将补偿与探测光比较,从而有效地抑制了 RAM的影响。（3）以FWHM为目标,从提高测量精度、增加动态范围两个角度,通过金属薄膜厚度的选择和光纤拉锥处理两个方面,完成了对SPR传感头优化的理论分析与实验研究。研究表明:其一,各种金属薄膜的SPR传感头特性随待测介质折射率的变化速率有所不同。相对而言,金膜的谱宽和波长分辨率的稳定性最好;其二,薄膜厚度具有最佳测量值,膜厚太小,在金属膜中没有足够空间与自由电子形成等离子体波,从而产生共振;膜厚太大,激励光场不足以穿透金属膜或不足以有效地激发足够强度的共振吸收波。由此证明了对金属薄膜优化有利于提高传感头的精度和灵敏度;其三,对作为衬底的光纤进行了拉锥处理,以测量精度为代价,获得动态范围和线性度的改善,实验表明:在1.3320～1.4264折射率变化范围内,拉锥探头具有稳定的测量精度,经与折射率仪测量结果对比,测量精度可达0.0003RIU,相对于未拉锥情形,有明显提高。（4）完成了基于阵列式光纤等离子传感器SPR的光子舌设计,通过SPR传感阵列及改进的粒子群算法（Impro ved Cooperated Particle Swarm Optimization,ICPSO）优化的人工神经网络,实现了大范围内水体SPR效应及其变化数据的测量,从而获得了对四种水体的五种DOM组份及其浓度的有效预测。利用多模光纤,镀以55～85nm的7种不同厚度的金膜,构成了具有不同最佳折射率测量值的SPR传感探头阵列,使各传感探头的最佳折射率测量值有效地分布在光子舌阵列设计要求的1.33～1.43RIU范围内,保证每个传感头在最佳测量区间内具有较好的灵敏度、线性度,在其它传感头对应的测量区间内,通过波长、谱宽和光强的变化,有着尽可能敏感的交叉响应。对于分类器智能算法进行研究,基于局部搜索算法的BP人工神经网络（Back Propagation Artificial Neural Networks,BP-ANN）易于陷入局部极值的缺点,利用全局搜索粒子群算法（Particle Swarm Optimization,PSO）训练BP-ANN,并针对PSO算法的粒子早熟收敛而导致多样性丧失的问题,提出了改进粒子群算法ICPSO,通过划分子群及引入子群内、子群间信息的方法,较好地克服了全局最优信息引导下的粒子状态趋同问题,提高了算法的寻优效果,在Sphere函数寻优中,其平均最优值可达3.25e-041。通过对DOM的水样制备、水体DOM成份的测定、折射率的测量、基于传感阵列的水样SPR效应的测量、人工智能网络的训练、验证等实验步骤,利用ICPSO训练的BP神经网络构建了三分类器集成系统——ICPSO-BP（wavelength）,ICPSO-BP（spectral width）,ICPSO-BP（light intensity）,实现了对被测水体的 SPR 效应的共振波长、谱宽和光强的综合训练,从而完成了对外运河（A）、洪泽湖（B）、公园景观湖（C）、校园景观湖（D）四种水体的五种DOM组份P1.n、P2.n、P3.n、P4.n、P5.n（酪氨酸类蛋白质、色氨酸类蛋白质、富里酸、溶解性微生物代谢产物、腐殖酸）及其浓度的有效预测,在对洪泽湖（B）水体的P2.n组份及其浓度的最高预测率可达96%,由此验证了基于光纤SPR传感效应的光子舌的可行性。同时,考察了光子舌的影响要素。在响应参数/分类器个数方面,与双参数/双分类器和单参数/单分类器相比较,三参数/三分类器的ICPSO-BP的预测效果最好,对综合水体DOM的P2.n组份及浓度的预测正确率可达95%;在神经网络结构参数影响方面,当神经网络隐层节点个数为15个时,传感阵列具有最佳的测试效果,ICPSO结构参数的粒子数及组别数则根据不同的测试对象存在相应的最优值,另外,相对于BP神经网络、径向基（Radial Basis Function,RBF）神经网络、PSO-BP神经网络,ICPSO-BP神经网络在不同水体的DOM组份及浓度的正确预测率最高。
张一弛[5]（2016）在《基于递归模糊神经网络的出水总磷软测量研究及技术实现》文中研究指明磷是引起水体富营养化、导致藻类大量繁殖的主要因子,是水环境污染和水体富营养化问题的主要因素,控制水体富营养化的一项重要举措就是将富含磷的污水进行处理,并且严格限制污水处理出水中总磷的排放。因此,出水总磷的实时检测是实现污水处理出水水质达标的重要手段,也是提高污水处理监测水平,降低能量消耗、化学药品消耗等的有效途径。污水处理过程主要通过生物化学反应,将有机物从污水中分离出来,使污水得到净化,现有总磷检测手段存在测量时间长、操作复杂及易造成二次污染等缺点。此外,由于污水处理过程中环境复杂多变,且各种运行变量相互关联,难以精确建立总磷的数学模型。因此,为了实现污水处理过程出水总磷的实时检测,文中提出了基于递归模糊神经网络（RFNN）的出水总磷软测量模型,实现了出水总磷的实时预测;同时,开发了基于出水总磷软测量模型的智能检测系统,并在污水处理厂中进行应用,实现了出水总磷的实时检测,提高了污水处理厂的自动化水平。该论文主要研究工作及研究成果包括以下几点:1.完成了出水总磷特征分析及相关性变量的研究:基于污水处理过程中生化反应机理与过程历史数据,分析出水总磷与其他过程变量的关系,利用机理分析及偏最小二乘算法从11类过程参数中筛选出与出水总磷相关性较高的过程变量,包括:出水温度T、厌氧区末端氧化还原电位ORP、好氧区前端溶解氧DO、好氧区末端总固体悬浮物TSS以及出水pH;2.完成搭建出水总磷软测量模型:基于获取的出水总磷相关性变量,建立了基于递归模糊网络的出水总磷软测量模型,并利用实际污水处理厂的运行数据对模型进行训练与修正,实现了污水处理过程出水总磷的预测。实验分析结果表明:基于递归模糊神经网络的出水总磷软测量模型能够获得较高的预测精度,与标准模糊神经网络及其他建模方法相比,文中提出的出水总磷软测量模型能够获得更好的预测效果;3.设计、开发并实际应用了出水总磷智能检测系统:首先,以A2/O工艺为标准搭建了出水总磷软测量硬件平台及相关性变量数据实时获取通路,解决了出水总磷相关性变量实时获取的问题,通过将获取的变量数据进行时间同步,确保了数据的准确性与可用性。其次,将数据采集、数据传输、软测量模块及可视化模块进行封装,完成了出水总磷智能检测系统的集成。最后,利用C#语言在Visual Studio编程环境下完成人机交互界面的开发,基于实时获取的出水总磷相关性变量数据,实现出水总磷检测值的实时运算与显示,并将设计的出水总磷智能检测系统应用于实际污水处理厂,完成了出水总磷智能检测系统的应用效果测试。
王茜[6]（2016）在《污水处理厂自动化系统研发与设计》文中认为污水处理厂作为城市发展的重要基础设施,推进高度自动化和智能化控制在污水处理厂中的应用,不但可以削减污染物排放量,而且可以大幅度提升城市污水处理水平。本文以某污水处理厂的控制系统为研究对象,重点研究其中生物反应池的精确曝气控制系统。污水处理过程的自动化控制能够使复杂的生产工艺实现安全、持续及稳定的运转,并能减少运营成本和维护费用,降低人为因素导致的安全隐患,因此,为污水处理厂设计先进的自动化控制系统非常重要。根据污水处理厂的进水水质特点和尾水排放水要求,污水处理采用A2O（Anaeroxic-Anoxic-Oxic）工艺。通过对污水处理的关键环节—生物反应池曝气系统的运行工况进行分析,确定采用精确曝气自控系统。首先,针对污水处理厂进水负荷的波动性及时变性等原因造成的溶解氧波动较大、曝气能耗高、出水水质不达标等问题,重点研究了A2O污水处理工艺中精确曝气系统的全自动过程控制方案。通过精确曝气系统的实施与运行,将鼓风机纳入到曝气控制的闭环内,实现了鼓风机、曝气管道以及调节阀门、溶解氧之间的闭环控制,从曝气源头上实现了生物反应池按需曝气。该方案有效降低了鼓风机能耗、提高了出厂水水质。对全厂节能降耗具有积极意义。其次,通过分析本工程中污水处理的工艺流程和技术特点,得出污水厂自动化系统的控制对象。对其系统的控制需求进行分析,设计以PLC分散式控制系统为基础的分布式自动化控制方案。系统主体框架由中央控制站、现场控制站及检测仪表组成,各层间通过不同方式进行通讯。完成整个污水厂的自动化控制系统的构建。最后,该自动化控制系统与其他传统的生物反应池控制系统相比,其智能化水平大幅提高,达到了优化控制和节省运营成本的目的,在污水厂的自动控制系统中有良好的应用前景。
李凤霞[7]（2015）在《饮用水处理过程在线数据采集仪的研制及应用》文中研究表明针对传统饮用水处理过程存在监测频次低、测量参数分散、无法实时反映水质变化的缺点，难以满足水质管理的实时性的需求。论文分析了饮用水处理过程的在线检测仪表，开展在线数据采集仪的研制与应用工作，该研究成果对饮用水质管理具有重要的实用价值。综合触摸屏和GPRS的特点，研制了一套多输入通道、集成式、低成本、便携式的数据采集仪。该数据采集仪可以对模拟信号进行采集，可实现pH、溶解氧、电导率、浊度、温度、压力、流量等水质参数的在线监测功能，其检测数据可通过无线网络远程传输到监控中心，并预留有线网络接口和参数检测接口，以供用户选择和扩充其他监测仪表。该数据采集仪的结构可以分为硬件部分和软件部分：硬件部分包括模数转换模块、触摸屏人机界面、数据传输模块等，完成信号模数转换、数据显示和存储以及数据传输；软件部分包括人机界面、数据处理、历史曲线、报警和数据传输等，实现了数据的处理、实时显示、存储、查询、报警和传输等功能。在软硬件的设计环节中，运用了可靠性设计方法，提高了数据采集仪的稳定性和可靠性。现场实验结果表明，该数据采集仪具有通用性好、功能强、操作简单、稳定性好、性价比高等优点，可实现多路模拟信号输入、触摸屏人机界面操作、数据显示和查询、无线远程传输和有线传输等功能。目前，该数据采集仪已经应用于实际的工业现场，满足用户的要求。
李学亮,秦月香,肖文香,梁晋涛[8]（2013）在《基于数字锁相技术的LAPS光电流信号提取》文中研究指明基于LAPS（光寻址电位传感器）技术的生化传感器中的光生电流是一种微弱的非平稳信号,信噪比低,提取清晰的光电流信号对于LAPS传感器的研制有着重要的意义。针对光电流信号中存在的漏电流等干扰噪声,研制一套基于LabVIEW技术的LAPS信号测量系统。该系统将敏感单元输出的光电流信号通过数据采集卡传送到PC机,采用数字锁相技术,提取了较好的光电流信号。通过信噪比分析表明:采用基于LabVIEW技术构建LAPS信号测量系统是可行的。
袁志伟,梁西顶,梁晋涛,秦月香[9]（2013）在《基于相干检测技术的LAPS味觉测试信号研究》文中认为针对光寻址电位传感器响应光电流信号微弱且易被噪声淹没的缺点,提出一套基于相干性检测技术并由DDS电路提供参考信号的测试系统。该系统能改善信噪比,实现了LAPS味觉测试信号的检测。实验结果表明,该系统采集到的数据与标准仪器采集到的数据具有很高的一致性,说明该方案是可行的。
刘建峰[10]（2012）在《发酵过程参数检测及系统控制》文中研究说明本文首先介绍了发酵过程的研究意义、研究现状及发展趋势,着重分析了发酵参数检测及系统控制所面临的问题。发酵行业的发展水平在很大程度上关系到广大人民群众的生活质量。但是在目前情况下,我国的发酵行业存在着许多问题,譬如：缺乏工业规模的发酵过程控制的系统性研究、装备与工艺落后；许多涉及到发酵状态检测、发酵过程控制及动态优化等比较新的产业化技术研究基本上还处在起步状态。由于发酵过程通常呈大滞后、非线性、强时变性及多输入多输出等特点,给发酵过程参数检测及系统控制带来极大的困难,严重影响发酵产品的质量。因此,成功解决发酵过程参数检测及系统控制问题以满足工艺要求具有重要的现实意义。其次针对发酵过程具有大滞后、非线性、强时变性及多输入多输出等特点,本文采用RBF神经网络对发酵过程建立软测量数学模型。通过仿真实验,表明该算法对发酵系统具有良好的跟踪性能,并在实际应用中取得了满意的控制效果。再次根据集散控制系统及接口技术理论对发酵系统结构进行设计,本系统完成了基于现场总线技术,集检测、控制和管理等功能于一体的发酵系统的开发,满足了发酵系统参数检测及系统控制的工艺要求。整个发酵系统采可分为三部分：现场参数检测系统、现场参数处理系统、控制系统；也可分为两级：基础自动化级、监控级。基础自动化级采用西门子公司S7—200系列PLC,实现对酸泵、碱泵、补料泵等执行机构的控制。监控级是台湾研华生产的工业控制机,完成对发酵系统的组态、制表、监控、报警等功能。最后应用工控软件组态王kingview6.51设计发酵参数监测系统,其操作简便,画面动感直观,控制效果良好,具有高适应性、高可靠性、高稳定性等特点。
二、基于LAPS的生化多参数检测仪表的研制（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、基于LAPS的生化多参数检测仪表的研制（论文提纲范文）
（1）基于模糊控制的生物池精准曝气系统研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题背景及研究意义 |
| 1.2 国内外污水处理研究现状 |
| 1.2.1 国外污水处理研究现状 |
| 1.2.2 国内污水处理研究现状 |
| 1.2.3 城市污水的主要特征 |
| 1.3 曝气控制系统研究现状 |
| 1.4 本文的主要工作 |
| 第2章 污水处理工艺过程和ASM系列模型介绍 |
| 2.1 引言 |
| 2.2 污水评价指标 |
| 2.3 工艺流程的组成 |
| 2.3.1 一级处理 |
| 2.3.2 二级处理 |
| 2.3.3 三级处理 |
| 2.4 ASM系列模型 |
| 2.4.1 活性污泥1 号模型 |
| 2.4.2 活性污泥2 号模型 |
| 2.4.3 活性污泥3 号模型 |
| 2.4.4 三种模型的比较 |
| 2.5 本章小结 |
| 第3章 生物池精准曝气系统设计 |
| 3.1 污水厂基本情况介绍 |
| 3.2 生物池溶解氧计算系统硬件设计 |
| 3.3 生物池溶解氧控制系统硬件设计 |
| 3.4 本章小结 |
| 第4章 某污水厂二级处理段模型的建立 |
| 4.1 生物池数学模型 |
| 4.1.1 化学计量系数 |
| 4.1.2 动力学参数 |
| 4.1.3 模型反应过程 |
| 4.1.4 表观转化速率 |
| 4.2 二沉池数学模型构建 |
| 4.3 活性污泥模型的实现 |
| 4.4 本章小结 |
| 第5章 模糊控制原理分析和模型构建和仿真 |
| 5.1 常规PID控制 |
| 5.2 模糊控制理论 |
| 5.2.1 模糊控制器结构及其基本原理 |
| 5.2.2 模糊控制器的类型 |
| 5.3 模糊自适应PID控制器 |
| 5.3.1 模糊自适应PID控制器的系统结构 |
| 5.3.2 模糊自适应PID控制器设计 |
| 5.3.3 PID控制器初始参数的确定 |
| 5.3.4 输入输出变量隶属度函数的确定 |
| 5.3.5 模糊控制规则 |
| 5.3.6 解模糊控制规则选择 |
| 5.4 模糊自适应PID控制器在PLC中的实现 |
| 5.5 本章小结 |
| 第6章 实验结果分析 |
| 第7章 总结与展望 |
| 7.1 总结 |
| 7.2 展望 |
| 参考文献 |
| 攻读学位期间发表的学术论文 |
| 致谢 |
（2）野外水质原位监测系统研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 选题背景及研究的目的和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国外水质监测技术与产品研究进展 |
| 1.2.2 国内水质监测技术与产品研究进展 |
| 1.3 主要研究内容 |
| 第2章 水质指标的检测原理 |
| 2.1 水质COD紫外光谱法检测原理 |
| 2.1.1 光学分析法基础 |
| 2.1.2 分子吸收光谱的产生机理 |
| 2.1.3 朗伯-比尔定律(Lambert-Beer's Law) |
| 2.1.4 有机化合物的吸收特性 |
| 2.2 水质PH电位分析法检测原理 |
| 2.2.1 原电池理论 |
| 2.2.2 离子选择性电极的膜电位 |
| 2.2.3 pH直接电位法测定原理 |
| 2.3 溶解氧电化学法检测原理 |
| 2.4 温度热电偶法检测原理 |
| 2.5 本章小结 |
| 第3章 系统的总体方案设计与实现 |
| 3.1 系统总体方案设计 |
| 3.1.1 系统基本要求 |
| 3.1.2 系统组成 |
| 3.1.3 系统工作原理 |
| 3.2 系统结构方案设计 |
| 3.2.1 机械结构设计 |
| 3.2.2 系统供电部分的选型及功耗计算 |
| 3.3 光学系统设计 |
| 3.3.1 光学系统构架设计 |
| 3.3.2 光源的选择 |
| 3.3.3 光学探测仪器的选择 |
| 3.3.4 光纤传感探头设计 |
| 3.4 电路系统设计 |
| 3.4.1 电路系统总体设计 |
| 3.4.2 最小控制系统电路设计 |
| 3.4.3 水质监测模块电路设计 |
| 3.4.4 GPS模块电路设计 |
| 3.4.5 4G通信模块电路设计 |
| 3.4.6 电源模块电路 |
| 3.5 本章小结 |
| 第4章 水质COD检测的干扰因素探究与消除 |
| 4.1 波长研究 |
| 4.1.1 波长对COD检测的影响 |
| 4.1.2 最佳检测波长的选取 |
| 4.2 温度研究 |
| 4.2.1 温度对COD检测的影响 |
| 4.2.2 温度补偿模型的建立 |
| 4.2.3 误差分析 |
| 4.3 浊度研究 |
| 4.3.1 浊度对COD检测的影响 |
| 4.3.2 浊度补偿模型的建立 |
| 4.4 干扰离子研究 |
| 4.5 本章小结 |
| 第5章 水质指标检测预测模型的建立与野外测试实验 |
| 5.1 COD预测模型的建立 |
| 5.2 COD干扰因素野外验证实验 |
| 5.2.1 波长实验 |
| 5.2.2 温度实验 |
| 5.2.3 浊度实验 |
| 5.3 PH预测模型的建立 |
| 5.4 溶解氧预测模型的建立 |
| 5.5 野外水质测试实验 |
| 5.6 本章小结 |
| 第6章 总结与展望 |
| 6.1 结论及创新点 |
| 6.2 展望 |
| 参考文献 |
| 攻读硕士学位期间取得的成果 |
| 致谢 |
（3）基于等效积温的谷物干燥过程建模与智能控制（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 谷物干燥基础试验研究现状 |
| 1.2.2 谷物干燥模型研究现状 |
| 1.2.3 人工智能在农业领域的发展现状 |
| 1.3 研究内容和技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线 |
| 1.4 本章小结 |
| 第2章 稻谷干燥特性与品质变化研究 |
| 2.1 稻谷有效干燥积温理论 |
| 2.2 稻谷干燥积温品质试验 |
| 2.2.1 试验方案设计 |
| 2.2.2 多参数可控薄层干燥试验装置 |
| 2.2.3 其他试验设备 |
| 2.2.4 试验方法与步骤 |
| 2.2.5 相关指标检测及计算方法 |
| 2.2.6 试验结果与分析 |
| 2.3 稻谷干燥积温品质图的建立 |
| 2.4 本章小结 |
| 第3章 基于有效积温理念的谷物干燥数学模型重构 |
| 3.1 稻谷有效干燥积温模型的重构 |
| 3.1.1 稻谷有效干燥积温模型计算方法及推导过程 |
| 3.1.2 数据整理及分析 |
| 3.1.3 模型评价及选择方法 |
| 3.2 干燥积温模型数据分析 |
| 3.2.1 干燥积温模型选取 |
| 3.2.2 干燥积温模型参数的多元回归分析 |
| 3.3 本章小结 |
| 第4章 多因子耦合下稻谷干燥缓苏特性研究 |
| 4.1 多参数耦合稻谷薄层干燥试验 |
| 4.1.1 试验因素选取及范围确定 |
| 4.1.2 试验检测项目 |
| 4.1.3 试验方案 |
| 4.2 材料与设备 |
| 4.2.1 试验材料 |
| 4.2.2 试验设备 |
| 4.3 试验方法 |
| 4.3.1 试验流程 |
| 4.3.2 指标检测及计算方法 |
| 4.4 试验结果与回归分析 |
| 4.4.1 干燥时间响应面分析及回归模型 |
| 4.4.2 干燥积温响应面分析及回归模型 |
| 4.4.3 发芽率比响应面分析及回归模型 |
| 4.5 有缓苏影响的干燥积温模型建立 |
| 4.5.1 有缓苏影响的干燥积温模型的确定 |
| 4.5.2 有缓苏影响的干燥积温模型数据分析 |
| 4.6 缓苏时间对稻谷干燥的影响分析 |
| 4.7 本章小结 |
| 第5章 连续式稻谷干燥机智能控制方法和系统研究 |
| 5.1 连续式稻谷干燥机 |
| 5.2 连续式稻谷干燥机工艺流程 |
| 5.3 智能控制系统设计 |
| 5.3.1 适用于谷物干燥的智能控制方法 |
| 5.3.2 智能控制系统设计方法的选择 |
| 5.3.3 多隐层BP神经网络输入与输出参数选取 |
| 5.3.4 等效干燥积温的定义及推导 |
| 5.3.5 智能控制系统控制方案 |
| 5.4 智能控制系统硬件设计 |
| 5.4.1 硬件介绍 |
| 5.4.2 通讯方式 |
| 5.5 智能控制系统软件设计 |
| 5.5.1 应用编程软件介绍 |
| 5.5.2 多隐层BP神经网络模型的建立 |
| 5.5.3 MATLAB和LabVIEW的混合编程智能控制器 |
| 5.6 本章小结 |
| 第6章 稻谷干燥机智能控制系统模拟试验 |
| 6.1 小型连续式稻谷干燥机稻谷干燥预试验 |
| 6.1.1 试验目的 |
| 6.1.2 试验设备 |
| 6.1.3 试验方案 |
| 6.1.4 试验条件 |
| 6.2 多隐层BP神经网络模型训练结果 |
| 6.2.1 模型训练流程 |
| 6.2.2 模型验证结果 |
| 6.3 LabVIEW环境下的系统模拟试验 |
| 6.3.1 模拟试验条件 |
| 6.3.2 模拟方法与系统 |
| 6.3.3 模拟结果与分析 |
| 6.4 本章小结 |
| 第7章 结论和展望 |
| 7.1 结论 |
| 7.2 创新点 |
| 7.3 展望 |
| 参考文献 |
| 附录 |
| 附录1 第1次预试验部分试验数据 |
| 附录2 第2次预试验部分试验数据 |
| 作者在学期间取得的科研成果 |
| 致谢 |
（4）分布阵列式光纤等离子传感器及其在水体可溶解有机物检测中的应用研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 本文主要缩略符号 |
| 第1章 绪论 |
| 1.1 背景与意义 |
| 1.2 光子舌与DOM测定 |
| 1.3 国内外研究现状 |
| 1.3.1 DOM检测技术 |
| 1.3.2 电子舌技术 |
| 1.3.3 SPR传感技术 |
| 1.4 本文主要研究内容 |
| 1.5 技术线路 |
| 1.6 本文结构与章节安排 |
| 参考文献 |
| 第2章 表面等离子共振(SPR)传感原理研究 |
| 2.1 表面等离子体共振原理 |
| 2.1.1 全反射及倏逝波理论 |
| 2.1.2 表面等离子体波 |
| 2.1.3 表面等离子共振 |
| 2.1.4 表面等离子体激发 |
| 2.1.5 基于SPR效应的折射率传感 |
| 2.2 基于结构的SPR传感器分类 |
| 2.2.1 动量匹配与SPR传感器 |
| 2.2.2 棱镜型SPR传感器 |
| 2.2.3 光纤型SPR传感器 |
| 2.3 基于检测对象的SPR传感器分类 |
| 2.3.1 角度型SPR传感器 |
| 2.3.2 波长型SPR传感器 |
| 2.4 本章小结 |
| 参考文献 |
| 第3章 基于调频光谱的光纤SPR传感器的闭环检测系统设计 |
| 3.1 从直接光谱到微分光谱的检测方案 |
| 3.1.1 调频光谱检测基本原理 |
| 3.1.2 调频光谱检测中的残余振幅调制影响 |
| 3.1.3 双光束补偿的调频光谱测量结构 |
| 3.1.4 微分光谱测量与光纤SPR传感 |
| 3.2 从开环到闭环的检测系统 |
| 3.2.1 原理及结构 |
| 3.2.2 闭环系统中波长锁定过程分析 |
| 3.3 实验结果与分析 |
| 3.4 本章小结 |
| 参考文献 |
| 第4章 光纤SPR传感器的探头结构研究 |
| 4.1 光纤SPR传感器探头结构与工作过程 |
| 4.2 金属薄膜种类及厚度对传感性能的影响分析 |
| 4.2.1 金属薄膜种类影响分析 |
| 4.2.2 金属薄膜厚度影响分析 |
| 4.3 锥形光纤SPR传感探头的结构设计 |
| 4.4 锥形光纤SPR传感探头的制作实验与结果分析 |
| 4.4.1 锥形光纤SPR传感探头的制作实验 |
| 4.4.2 实验结果及分析 |
| 4.5 本章小结 |
| 参考文献 |
| 第5章 基于光纤SPR传感阵列的水体可溶解有机物组份检测 |
| 5.1 水样制备 |
| 5.1.1 水样中DOM成份的测定 |
| 5.1.2 水样折射率测量 |
| 5.2 光纤SPR传感阵列的实现 |
| 5.3 基于传感阵列的水样SPR效应测量 |
| 5.4 人工智能网络训练 |
| 5.4.1 BP神经网络 |
| 5.4.2 径向基神经网络 |
| 5.4.3 ICPSO优化BP神经网络 |
| 5.4.4 粒子群算法(PSO)及其优化 |
| 5.4.5 ICPSO优化BP神经网络实现 |
| 5.5 实验结果与分析 |
| 5.5.1 总体测试效果 |
| 5.5.2 响应参数及分类器个数影响 |
| 5.5.3 神经网络结构参数影响 |
| 5.6 本章小结 |
| 参考文献 |
| 第6章 结论与建议 |
| 6.1 结论 |
| 6.2 创新点 |
| 6.3 后续研究建议 |
| 附录 |
| 附录Ⅰ 样品1的SPR传感参数的训练数据(相对浓度步长2%) |
| 附录Ⅱ 样品2的SPR传感参数的训练数据(相对浓度步长2%) |
| 附录Ⅲ 样品3的SPR传感参数的训练数据(相对浓度步长2%) |
| 附录Ⅳ 样品4的SPR传感参数的训练数据(相对浓度步长2%) |
| 附录Ⅴ 样品1的SPR传感参数的验证数据(相对浓度步长3%) |
| 附录Ⅵ 样品2的SPR传感参数的验证数据(相对浓度步长3%) |
| 附录Ⅶ 样品3的SPR传感参数的验证数据(相对浓度步长3%) |
| 附录Ⅷ 样品4的SPR传感参数的验证数据(相对浓度步长3%) |
| 攻读博士学位期间发表的论文及申请的专利 |
| 致谢 |
（5）基于递归模糊神经网络的出水总磷软测量研究及技术实现（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题背景及研究意义 |
| 1.1.1 课题背景 |
| 1.1.2 研究意义 |
| 1.2 出水总磷检测方法国内外研究现状 |
| 1.3 课题来源 |
| 1.4 研究内容及论文安排 |
| 第2章 出水总磷相关性变量分析 |
| 2.1 相关性变量分析概念及相关理论 |
| 2.1.1 数据表相关理论 |
| 2.1.2 主成分分析的相关理论 |
| 2.1.3 偏最小二乘分析的相关理论 |
| 2.2 出水总磷相关性变量筛选与实时获取 |
| 2.2.1 出水总磷相关性变量实时获取 |
| 2.2.2 出水总磷相关性变量确定 |
| 2.3 本章小结 |
| 第3章 基于递归模糊神经网络的出水总磷软测量模型设计 |
| 3.1 软测量方法 |
| 3.1.1 软测量方法概述 |
| 3.1.2 软测量实现流程 |
| 3.2 递归模糊神经网络 |
| 3.2.1 模糊系统与神经网络 |
| 3.2.2 模糊神经元 |
| 3.2.3 模糊神经网络(FNN)结构 |
| 3.2.4 递归模糊神经网络(RFNN)结构 |
| 3.2.5 递归模糊神经网络的学习算法 |
| 3.3 基于递归模糊神经网络的出水总磷软测量模型 |
| 3.3.1 数据处理与模型搭建 |
| 3.3.2 出水总磷软测量模型的训练与预测 |
| 3.4 实验设计与结果分析 |
| 3.5 本章小结 |
| 第4章 基于递归模糊神经网络的出水总磷软测量技术实现 |
| 4.1 污水处理过程仪表硬件环境 |
| 4.1.1 辅助变量电极介绍 |
| 4.2 出水总磷软测量检测技术架构及实现 |
| 4.3 本章小结 |
| 第5章 出水总磷软测量智能检测系统开发 |
| 5.1 检测系统需求分析与开发目标 |
| 5.1.1 检测系统需求分析 |
| 5.1.2 检测系统开发目标 |
| 5.2 检测系统总体设计 |
| 5.3 检测系统功能模块开发 |
| 5.3.1 用户信息管理模块设计与实现 |
| 5.3.2 数据采集与存储模块设计与实现 |
| 5.3.3 离线训练集仿真模块设计与实现 |
| 5.3.4 在线学习与检测模块设计与实现 |
| 5.4 出水总磷软测量智能检测系统实际应用测试 |
| 5.5 本章小结 |
| 结论与展望 |
| 参考文献 |
| 攻读硕士学位期间的成果 |
| 致谢 |
（6）污水处理厂自动化系统研发与设计（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 目的与意义 |
| 1.2 污水处理自动化技术的发展现状 |
| 1.3 污水处理自动化技术的发展趋势 |
| 1.4 项目背景 |
| 1.5 研究内容 |
| 第二章 系统需求分析 |
| 2.1 常规污水处理概况 |
| 2.1.1 生物脱氮 |
| 2.1.2 生物除磷 |
| 2.1.3 污水深度处理 |
| 2.1.4 辅助化学除磷 |
| 2.1.5 出水消毒 |
| 2.2 水厂工艺流程及功能简介 |
| 2.3 系统需求分析 |
| 2.3.1 设计原则 |
| 2.3.2 需要自控的工艺设备 |
| 2.3.3 自控需检测的参数 |
| 2.3.4 常规污水处理的自动化系统任务 |
| 2.4 本章小结 |
| 第三章 生物反应池曝气控制策略研究 |
| 3.1 传统生物反应池曝气控制 |
| 3.2 AVS精确曝气控制 |
| 3.2.1 精确曝气控制原理图 |
| 3.2.2 AVS精确曝气流量控制系统对需气量的影响 |
| 3.2.3 稳定度判据 |
| 3.2.4 离散度判据 |
| 3.3 AVS精确曝气 |
| 3.3.1 生物需氧量计算 |
| 3.3.2 鼓风机配气模型设计 |
| 3.3.3 气量分配模型设计 |
| 3.3.4 加入空气流量计算模块后的曝气池控制系统 |
| 3.3.5 加入空气流量计算模块后的曝气池控制系统工作过程 |
| 3.4 基于模型的精确控制 |
| 3.5 本章小结 |
| 第四章 系统设计 |
| 4.1 网络架构 |
| 4.1.1 网络架构 |
| 4.1.2 网络实现 |
| 4.2 中央监控站 |
| 4.2.1 编程软件 |
| 4.2.2 组态软件 |
| 4.3 现场控制站 |
| 4.3.0 主控制器选择 |
| 4.3.1 PLC主控制器选型 |
| 4.3.2 PLC控制站主要设备配置 |
| 4.3.3 PLC1现场控制站 |
| 4.3.4 PLC2现场控制站 |
| 4.3.5 PLC3现场控制站 |
| 4.4 检测仪表 |
| 4.4.1 仪表选型要求 |
| 4.4.2 仪表选型 |
| 4.5 操作控制级别 |
| 4.6 本章小结 |
| 第五章 系统软件设计 |
| 5.1 软件设计内容 |
| 5.2 监控组态 |
| 5.3 PLC1站软件设计 |
| 5.4 PLC2站软件设计 |
| 5.5 PLC3站软件设计 |
| 5.6 本章小结 |
| 第六章 系统实现和调试 |
| 6.1 参数设定 |
| 6.2 系统结果对比 |
| 总结与展望 |
| 1 总结 |
| 2 展望 |
| 参考文献 |
| 攻读硕士学位期间参与科研和获奖情况 |
| 致谢 |
（7）饮用水处理过程在线数据采集仪的研制及应用（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题研究背景 |
| 1.2 水处理过程控制 |
| 1.3 数据采集仪研究现状 |
| 1.4 课题研究内容和意义 |
| 1.4.1 主要研究内容 |
| 1.4.2 课题研究意义 |
| 1.5 论文组织结构 |
| 第2章 饮用水处理过程参数检测原理及仪表选型 |
| 2.1 7 参数在线检测原理 |
| 2.1.1 pH 值检测原理 |
| 2.1.2 溶解氧检测原理 |
| 2.1.3 电导率检测原理 |
| 2.1.4 浊度检测原理 |
| 2.1.5 温度检测原理 |
| 2.1.6 压力检测原理 |
| 2.1.7 流量检测原理 |
| 2.2 7 参数检测仪表选型 |
| 2.2.1 pH 传感器 |
| 2.2.2 溶解氧传感器 |
| 2.2.3 电导率和温度传感器 |
| 2.2.4 浊度传感器 |
| 2.2.5 压力传感器 |
| 2.2.6 流量传感器 |
| 2.3 本章小结 |
| 第3章 数据采集仪总体设计及难点分析 |
| 3.1 数据采集仪设计方案 |
| 3.1.1 设计需求分析 |
| 3.1.2 原理方案设计 |
| 3.1.3 设计规范和依据 |
| 3.2 数据通信协议 |
| 3.3 设计过程中的关键技术和难点 |
| 3.3.1 高精度测量的实现 |
| 3.3.2 抗干扰性的实现 |
| 3.3.3 可靠性的实现 |
| 3.4 本章小结 |
| 第4章 数据采集仪的软硬件设计 |
| 4.1 数据采集仪硬件设计 |
| 4.1.1 模数转换 |
| 4.1.2 触摸屏人机界面 |
| 4.1.3 数据传输 |
| 4.2 数据采集仪软件设计 |
| 4.2.1 人机界面设计 |
| 4.2.2 数据处理程序设计 |
| 4.2.3 历史曲线程序设计 |
| 4.2.4 报警程序设计 |
| 4.2.5 数据传输设计 |
| 4.3 数据采集仪可靠性设计 |
| 4.3.1 系统可靠性模型 |
| 4.3.2 硬件可靠性设计 |
| 4.3.3 人-机系统可靠性 |
| 4.3.4 软件可靠性 |
| 4.4 本章小结 |
| 第5章 数据采集仪调试与实验 |
| 5.1 系统调试概述 |
| 5.2 硬件调试 |
| 5.2.1 准备工作和方法 |
| 5.2.2 模数转换模块调试 |
| 5.2.3 传输模块调试 |
| 5.3 人机界面软件测试 |
| 5.4 联机实验 |
| 5.5 本章小结 |
| 第6章 总结和展望 |
| 6.1 研究工作总结 |
| 6.2 未来工作展望 |
| 参考文献 |
| 攻读硕士期间发表论文和参加科研项目 |
| 1 发表论文 |
| 2 参加科研项目 |
| 致谢 |
（8）基于数字锁相技术的LAPS光电流信号提取（论文提纲范文）
| 0 引言 |
| 1 数字锁相法提取光电流信号 |
| 2 系统结构 |
| 2.1 系统硬件构成 |
| 2.2 系统软件 |
| 2.2.1 抑制工频干扰 |
| 2.2.2 光电流提取[7-8] |
| 3 信噪比分析 |
| 4 结束语 |
（9）基于相干检测技术的LAPS味觉测试信号研究（论文提纲范文）
| 1 系统结构与总体方案 |
| 1.1 LAPS传感技术基础 |
| 1.2 弱信号检测方案 |
| 2 LAPS信号采集系统的基本结构 |
| 2.1 相关性检测系统硬件设计 |
| 2.2 系统运行过程 |
| 3 系统测试 |
| 4 结束语 |
（10）发酵过程参数检测及系统控制（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题的研究意义 |
| 1.2 国内外研究现状及发展趋势 |
| 1.3 发酵过程的基本特征 |
| 1.4 发酵过程控制优化的目标 |
| 1.5 发酵过程控制优化的特点 |
| 1.6 本文主要工作及内容安排 |
| 第2章 发酵过程参数检测 |
| 2.1 发酵过程参数检测的意义 |
| 2.2 发酵过程及其参数的分类 |
| 2.2.1 发酵过程分类 |
| 2.2.2 发酵参数分类 |
| 2.3 发酵参数相互影响 |
| 2.4 以硬件形式实现发酵参数的测量 |
| 2.5 发酵传感器的分类 |
| 2.6 软测量技术的提出 |
| 2.6.1 软测量技术原理 |
| 2.6.2 软测量技术的实施步骤 |
| 2.6.3 建立软测量数学模型方法 |
| 2.7 使用神经网络的软测量 |
| 2.7.1 BP网络 |
| 2.7.2 RBF神经网络 |
| 2.7.3 其他神经网络 |
| 2.8 小结 |
| 第3章 发酵系统硬件设计 |
| 3.1 集散控制系统及接口技术 |
| 3.1.1 集散控制系统特点 |
| 3.1.2 过程接口技术 |
| 3.2 发酵系统设计目标 |
| 3.3 发酵系统可靠性设计 |
| 3.4 发酵系统结构 |
| 3.5 发酵系统硬件配置 |
| 3.6 小结 |
| 第4章 组态王在发酵系统中的应用 |
| 4.1 组态王Kingview 6.51简介 |
| 4.1.1 组态王Kingview 6.51的特点 |
| 4.1.2 组态王Kingview 6.51的组成 |
| 4.2 发酵参数监测系统环境 |
| 4.3 发酵参数监测系统设计 |
| 4.3.1 设计图形界面 |
| 4.3.2 定义设备 |
| 4.3.3 定义变量 |
| 4.3.4 动画连接 |
| 4.3.5 运行和调试 |
| 4.4 发酵参数监测系统的特点 |
| 4.5 小结 |
| 第5章 结论与展望 |
| 5.1 结论 |
| 5.2 展望 |
| 致谢 |
| 参考文献 |
四、基于LAPS的生化多参数检测仪表的研制（论文参考文献）
- [1]基于模糊控制的生物池精准曝气系统研究[D]. 杨至诚. 冶金自动化研究设计院, 2021(01)
- [2]野外水质原位监测系统研究[D]. 李鑫. 长春理工大学, 2020(01)
- [3]基于等效积温的谷物干燥过程建模与智能控制[D]. 金毅. 吉林大学, 2019(03)
- [4]分布阵列式光纤等离子传感器及其在水体可溶解有机物检测中的应用研究[D]. 付丽辉. 南京农业大学, 2018(02)
- [5]基于递归模糊神经网络的出水总磷软测量研究及技术实现[D]. 张一弛. 北京工业大学, 2016(02)
- [6]污水处理厂自动化系统研发与设计[D]. 王茜. 长安大学, 2016(02)
- [7]饮用水处理过程在线数据采集仪的研制及应用[D]. 李凤霞. 北京理工大学, 2015(07)
- [8]基于数字锁相技术的LAPS光电流信号提取[J]. 李学亮,秦月香,肖文香,梁晋涛. 仪表技术与传感器, 2013(10)
- [9]基于相干检测技术的LAPS味觉测试信号研究[J]. 袁志伟,梁西顶,梁晋涛,秦月香. 桂林电子科技大学学报, 2013(02)
- [10]发酵过程参数检测及系统控制[D]. 刘建峰. 南昌大学, 2012(05)