首页--工业技术论文--机械、仪表工业论文--仪器、仪表论文--光学仪器论文--物理光学仪器论文

光谱吸收式CO2气体浓度测量装置研究与实现

摘要第5-6页
Abstract第6页
第1章 绪论第9-13页
    1.1 课题研究的背景和意义第9-10页
    1.2 国内外研究现状第10-12页
        1.2.1 CO_2气体浓度测量的研究现状第10页
        1.2.2 红外CO_2传感技术研究现状第10-12页
    1.3 研究内容及结构安排第12-13页
第2章 光谱吸收式CO_2气体浓度测量原理和技术第13-21页
    2.1 光谱吸收原理第13-16页
        2.1.1 分子能级结构第13-14页
        2.1.2 CO_2吸收光谱第14-16页
    2.2 红外CO_2气体浓度测量技术第16-19页
        2.2.1 朗伯-比尔定律第16-17页
        2.2.2 非分光红外检测模型第17-19页
    2.3 本章小结第19-21页
第3章 测量装置设计方案第21-41页
    3.1 红外吸收光路设计第22-28页
        3.1.1 系统光源第22-24页
        3.1.2 红外探测器第24-27页
        3.1.3 气室设计第27-28页
    3.2 硬件电路第28-37页
        3.2.1 电源电路第28-29页
        3.2.2 光源调制电路第29页
        3.2.3 信号调理电路第29-31页
        3.2.4 温度测量电路第31页
        3.2.5 A/D转换电路第31-32页
        3.2.6 外部储存电路第32-33页
        3.2.7 串口通信电路第33-34页
        3.2.8 RTC电路第34页
        3.2.9 单片机及相关程序流程第34-37页
    3.3 上位机程序第37-40页
        3.3.1 上位机界面和功能第37-39页
        3.3.2 数据库设计第39-40页
    3.4 本章小结第40-41页
第4章 测量装置测试第41-47页
    4.1 测量实验第41页
    4.2 数据拟合第41-43页
    4.3 稳定性试验第43-44页
    4.4 温度影响实验第44-46页
        4.4.1 温度对测量装置影响的分析第44页
        4.4.2 温度对测量装置的影响测试第44-46页
    4.5 本章小结第46-47页
第5章 基于径向基函数神经网络的温度补偿第47-53页
    5.1 径向基函数神经网络结构第47-48页
    5.2 径向基函数神经网络学习算法第48-49页
    5.3 径向基函数神经网络温度补偿模型第49-51页
    5.4 温度补偿结果第51-52页
    5.5 本章小结第52-53页
结论第53-55页
附录第55-57页
参考文献第57-61页
攻读硕士学位期间所发表的论文第61-63页
致谢第63页

论文共63页,点击 下载论文
上一篇:基于离散元法的筒仓卸料流动特性研究
下一篇:基于数字孪生的通飞产品装配工艺规划与仿真技术研究