摘要5-6
ABSTRACT6-10
第1章 绪论10-21
1.1 引言10
1.2 甲醇合成工艺概述及其发展情况10-12
1.2.1 课题背景与研究10-11
1.2.2 甲醇的生产方法11-12
1.2.3 甲醇合成的工业发展情况12
1.3 数据校正技术理论及应用12-17
1.3.1 数据协调概述13-15
1.3.2 误差检测概述15-16
1.3.3 数据校正方法在甲醇合成工业中的应用16
1.3.4 基于SV回归的数据校正方法概述16-17
1.4 粒子群算法的理论及其应用17-19
1.4.1 粒子群算法基本17-18
1.4.2 PSO算法流程18
1.4.3 PSO社会分析及参数选择18-19
1.4.4 粒子群算法的改进19
1.5 的内容安排19-21
第2章 甲醇合成装置工艺21-35
2.1 引言21
2.2 甲醇合成的工艺机理21-25
2.2.1 甲醇合成原料气的来源及要求21-22
2.2.2 甲醇合成工艺流程和设备22-24
2.2.3 甲醇合成工艺条件和操作分析24-25
2.3 某甲醇合成装置控制回路的介绍与分析25-34
2.3.1 控制回路概述25-31
2.3.2 操作变量的控制31-33
2.3.3 流程分析33-34
2.4 小结34-35
第3章 基于SV回归的数据校正技术35-42
3.1 引言35
3.2 数据校正技术介绍35-38
3.2.1 测量数据的分类35-36
3.2.2 误差检测36
3.2.3 数据协调36-38
3.2.4 现有的数据校正软件38
3.3 基于SV回归的数据校正方法38-41
3.3.1 SV回归方法39
3.3.2 基于SV回归的数据校正方法39-41
3.4 小结41-42
第4章 粒子群算法的几个改进算法42-60
4.1 引言42
4.2 基本粒子群算法(PSO)42-43
4.3 食物引导的粒子群算法(FGPSO)43-46
4.4 微分进化粒子群算法(DPSO)46-48
4.5 粒子群算法的改进48-50
4.5.1 惯性权重动态更新策略48-49
4.5.2 速度变异策略49
4.5.3 改进粒子群算法(IMPSO)伪代码49
4.5.4 改进食物导向粒子群算法(IMFGPSO)伪代码49-50
4.5.5 改进微分粒子群算法(IMDPSO)伪代码50
4.6 粒子群算法及其改进算法在测试函数中的表现50-57
4.7 对改进算法参数c1和c2的研究57-58
4.8 小结58-60
第5章 基于SV回归的甲醇合成装置数据校正方法60-69
5.1 引言60
5.2 基于SV回归的数据校正方法在甲醇合成中的应用60-68
5.2.1 基于SV回归的甲醇合成装置数据校正方法61-64
5.2.2 甲醇合成装置的数据校正64-68
5.3 小结68-69
第6章 总结与展望69-71
6.1 的工作总结69-70
6.2 的展望70-71