红外水分仪实验与污泥比影响及动态校正研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 课题研究的背景和意义 | 第11-12页 |
| 1.2 近红外光谱测水的影响因素简介 | 第12-14页 |
| 1.3 国内外研究现状与发展方向 | 第14-15页 |
| 1.4 本课题的主要工作与研究内容 | 第15-17页 |
| 第2章 红外水分仪的原理结构与功能分析 | 第17-29页 |
| 2.1 红外光谱检测技术的原理 | 第17-20页 |
| 2.1.1 红外线辐射简介 | 第17页 |
| 2.1.2 近红外光谱吸收 | 第17-18页 |
| 2.1.3 朗伯比尔定律 | 第18-19页 |
| 2.1.4 水的红外吸收光谱 | 第19-20页 |
| 2.1.5 近红外水分仪的测量原理简介 | 第20页 |
| 2.2 红外水分仪的结构配置 | 第20-21页 |
| 2.3 红外水分仪的内部配置 | 第21页 |
| 2.4 工作原理 | 第21-24页 |
| 2.4.1 探测器工作原理 | 第21-23页 |
| 2.4.2 控制箱工作原理 | 第23-24页 |
| 2.5 参数介绍 | 第24-28页 |
| 2.5.1 通道 | 第25页 |
| 2.5.2 显示精度 | 第25页 |
| 2.5.3 增益 | 第25页 |
| 2.5.4 标准电流输出 | 第25-26页 |
| 2.5.5 参数RX | 第26页 |
| 2.5.6 斜率和截距 | 第26页 |
| 2.5.7 阻尼 | 第26页 |
| 2.5.8 通道复制 | 第26-27页 |
| 2.5.9 模拟下限和上限 | 第27页 |
| 2.5.10 自主学习功能 | 第27-28页 |
| 2.6 本章小结 | 第28-29页 |
| 第3章 红外水分仪检测水分算法 | 第29-43页 |
| 3.1 计算公式的拟合 | 第29-33页 |
| 3.1.1 拟合计算公式的必要性 | 第29页 |
| 3.1.2 拟合公式分析 | 第29-33页 |
| 3.2 BP算法对拟合计算公式进行补偿 | 第33-41页 |
| 3.2.1 拟定BP神经网络补偿方案 | 第33-34页 |
| 3.2.2 BP神经网络的结构及算法 | 第34-36页 |
| 3.2.3 BP算法在预测计算偏差中应用 | 第36-41页 |
| 3.3 本章小结 | 第41-43页 |
| 第4章 影响红外水分仪检测因素研究 | 第43-63页 |
| 4.1 仪器标定实验 | 第43-48页 |
| 4.1.1 标定实验方法及步骤 | 第43-44页 |
| 4.1.2 水分测量数据标定拟合 | 第44-46页 |
| 4.1.3 水分测量精度分析实验 | 第46-48页 |
| 4.2 温度影响 | 第48-52页 |
| 4.2.1 昼夜温差对测量的影响 | 第48-49页 |
| 4.2.2 温度影响原因分析及实验 | 第49-50页 |
| 4.2.3 温度校正算法及验证 | 第50-52页 |
| 4.3 污泥比含量对水分测量的影响 | 第52-57页 |
| 4.3.1 背景介绍 | 第52页 |
| 4.3.2 污泥含量实验 | 第52-54页 |
| 4.3.3 实现污泥补偿 | 第54-57页 |
| 4.4 模拟现场动态环境及动态干扰研究 | 第57-61页 |
| 4.4.1 动态干扰背景及研究意义 | 第57页 |
| 4.4.2 搭建实验平台以及实验 | 第57-59页 |
| 4.4.3 基于动态实验系统下的动态响应研究 | 第59-61页 |
| 4.5 本章小结 | 第61-63页 |
| 第5章 污泥含量识别算法研究 | 第63-75页 |
| 5.1 污泥含量识别的意义 | 第63-64页 |
| 5.1.1 污泥含量识别的必要性和难点 | 第63页 |
| 5.1.2 污泥含量变化的各参量分析及可行性分析 | 第63-64页 |
| 5.2 使用KPCA算法识别污泥含量 | 第64-73页 |
| 5.2.1 使用KPCA的非线性算法研究 | 第64-67页 |
| 5.2.2 KPCA在线识别技术 | 第67-69页 |
| 5.2.3 运用KPCA识别 | 第69-73页 |
| 5.3 本章小结 | 第73-75页 |
| 第6章 结论与展望 | 第75-77页 |
| 6.1 结论 | 第75页 |
| 6.2 展望 | 第75-77页 |
| 参考文献 | 第77-81页 |
| 致谢 | 第81页 |
