为了解决大样本数据情况下N型热电偶应用中存在的问题，本文提出了基于粒子群算法优化径向基神经网络（RBF-PSO）进行热电偶非线性校正的新方法．仿真结果表明，采用该方法比以往采用的BP网络和RBF网络方法具有更高的拟合精度；同时以阳极焙烧过程中燃烧室温度为对象进行了仿真和实际应用研究，取得了满意的结果．

本文针对具有小样本数据的N型热电偶在应用中存在的问题，提出了一种基于最小二乘支持向量机对热电偶进行非线性校正的方法，并与以往采用的BP网络、RBF网络和ANFIS校正方法进行了比较。结果表明，采用最小二乘支持向量机的校正精度高于以上3种校正方法；同时以阳极焙烧过程中料箱温度为对象进行了仿真和实际应用研究，取得了满意的结果。

该文首先通过低温胶管原材料实际生产过程中的材料分析来选取合适材料,然后针对低温胶管进行接头组件结构设计、总成扣压变形理论计算以及安装维护的使用要点,最终,完成了低温胶管总成的可靠性设计与应用。