第一章 绪论 | 第1-15页 |
1.1 汽轮机计量检测不确定度问题的提出及其意义 | 第11页 |
1.2 测量不确定度的国内外的研究现状 | 第11-12页 |
1.3 计量检测不确定度与质量管理的关系 | 第12-13页 |
1.4 本文的主要内容和结构安排 | 第13-15页 |
第二章 汽轮机计量检测不确定度分析的基础理论——测量不确定度理论 | 第15-29页 |
2.1 不确定度的定义 | 第15-16页 |
2.2 测量值的基本分布 | 第16-19页 |
2.3 不确定度评定 | 第19-28页 |
2.3.1 不确定度的评定过程 | 第19页 |
2.3.2 不确定度的来源 | 第19-20页 |
2.3.3 数学模型 | 第20-21页 |
2.3.4 不确定度评定的基本方法 | 第21-23页 |
2.3.5 确定合成标准不确定度 | 第23页 |
2.3.6 自由度和包含因子 | 第23-27页 |
2.3.7 扩展不确定度 | 第27-28页 |
2.4 不确定度最后报告 | 第28页 |
2.5 不确定度表达方法总结 | 第28-29页 |
第三章 汽轮机计量测试不确定度的实证研究 | 第29-50页 |
3.1 概述 | 第29-30页 |
3.2 直流电位差计标准装置测量结果不确定度 | 第30-34页 |
3.3 三等标准金属线纹尺标准装置测量结果不确定度 | 第34-38页 |
3.4 表面粗糙度比较样板标准装置测量结果不确定度 | 第38-41页 |
3.5 二等标准热电偶标准装置测量结果不确定度 | 第41-46页 |
3.6 钢卷尺标准装置测量结果不确定度 | 第46-50页 |
第四章 汽轮机生产过程中汽缸检测技术及其不确定度评定的方法 | 第50-58页 |
4.1 概论 | 第50页 |
4.2 无间接测量数学模型的不确定度分析方法 | 第50-57页 |
4.2.1 问题的提出 | 第50-51页 |
4.2.2 建立基于神经网络的测量模型方法的提出 | 第51页 |
4.2.3 神经网络简介 | 第51-52页 |
4.2.4 选择RBF网络的依据 | 第52-53页 |
4.2.5 RBF网络的基本原理及其算法介绍 | 第53-55页 |
4.2.6 RBF神经网络建模应用实例 | 第55-56页 |
4.2.7 测量结果的不确定度估计 | 第56-57页 |
4.3 小节 | 第57-58页 |
第五章 汽轮机计量检测不确定度计算机软件的研究 | 第58-70页 |
5.1 计算机软件实现的基本目标 | 第58页 |
5.2 计算机软件实现的方法 | 第58-61页 |
5.3 计算机软件系统的开发 | 第61-63页 |
5.3.1 计量检测不确定度知识库的开发 | 第61-62页 |
5.3.2 计量检测计算机软件系统的开发 | 第62-63页 |
5.4 已开发完毕的不确定度软件 | 第63-69页 |
5.4.1 VB简介 | 第63-64页 |
5.4.2 软件介绍 | 第64页 |
5.4.3 软件功能 | 第64-65页 |
5.4.4 软件界面 | 第65-68页 |
5.4.5 软件流程图 | 第68-69页 |
5.5 计算机软件实现的不足与展望 | 第69-70页 |
附录 | 第70-72页 |
附录一: 论文中有关概念 | 第70页 |
附录二: t分布表 | 第70-72页 |
参考文献 | 第72-73页 |