| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 1 绪论 | 第8-15页 |
| 1.1 课题背景及意义 | 第8-9页 |
| 1.2 供热管道泄漏监测技术综述 | 第9-12页 |
| 1.2.1 直接检测方法 | 第10-11页 |
| 1.2.2 间接检测方法 | 第11-12页 |
| 1.3 课题国内外研究现状 | 第12-14页 |
| 1.4 本文的主要研究内容 | 第14-15页 |
| 2 热力管网井式补偿器泄漏监测系统方案 | 第15-21页 |
| 2.1 热力管网补偿器简介 | 第15-16页 |
| 2.2 补偿器泄漏监测系统设计思路 | 第16-17页 |
| 2.3 补偿器泄漏监测系统总体方案 | 第17-19页 |
| 2.4 井式补偿器泄漏监测原理 | 第19-20页 |
| 2.5 本章小结 | 第20-21页 |
| 3 监测系统硬件平台设计 | 第21-33页 |
| 3.1 基于STM32F103RBT6的主控制模块 | 第21-22页 |
| 3.2 传感器模块 | 第22-26页 |
| 3.2.1 PT100温度测量模块 | 第22-24页 |
| 3.2.2 液位传感器模块 | 第24-25页 |
| 3.2.3 电导传感器模块 | 第25-26页 |
| 3.3 A/D转换模块 | 第26-27页 |
| 3.4 电压源模块 | 第27-28页 |
| 3.5 GPRS无线通信模块 | 第28-29页 |
| 3.6 光伏供电模块 | 第29-30页 |
| 3.7 硬件平台程序设计 | 第30-32页 |
| 3.7.1 STM32F103主程序设计 | 第30-31页 |
| 3.7.2 数据采集程序设计 | 第31页 |
| 3.7.3 通信模块程序设计 | 第31-32页 |
| 3.8 本章小结 | 第32-33页 |
| 4 多参数补偿器泄漏状况预测方法研究 | 第33-41页 |
| 4.1 极限学习机 | 第33-36页 |
| 4.2 遗传算法改进极限学习机 | 第36-39页 |
| 4.2.1 遗传算法 | 第36-38页 |
| 4.2.2 GA-ELM模型的建立 | 第38-39页 |
| 4.3 基于GA-ELM的补偿器泄漏状况分析网络 | 第39-40页 |
| 4.4 本章小结 | 第40-41页 |
| 5 LabVIEW远程监测上位机设计 | 第41-47页 |
| 5.1 上位机软件开发平台简介 | 第41页 |
| 5.2 上位机软件总体结构设计 | 第41-42页 |
| 5.3 主界面设计 | 第42-44页 |
| 5.4 数据存储与查询模块 | 第44-45页 |
| 5.5 基于GA-ELM的补偿器泄漏状况分析模块 | 第45-46页 |
| 5.6 本章小结 | 第46-47页 |
| 6 系统测试 | 第47-57页 |
| 6.1 监测系统调试 | 第47-50页 |
| 6.1.1 PT100测温模块调试 | 第47-48页 |
| 6.1.2 电导测量模块调试 | 第48-49页 |
| 6.1.3 电源模块电能质量测试 | 第49-50页 |
| 6.2 极限学习机预测补偿器泄漏状态分析 | 第50-56页 |
| 6.2.1 补偿器泄漏状态分析网络的建立 | 第51-52页 |
| 6.2.2 模型训练及分析 | 第52-56页 |
| 6.3 本章小结 | 第56-57页 |
| 7 总结与展望 | 第57-59页 |
| 7.1 总结 | 第57-58页 |
| 7.2 展望 | 第58-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 附录 | 第64-67页 |