摘要 | 第1-7页 |
Abstract | 第7-12页 |
第1章 绪论 | 第12-23页 |
·课题的背景及意义 | 第12-13页 |
·国内外对气固流化床研究的状况 | 第13-20页 |
·气固流化床参数检测技术 | 第13-15页 |
·流化床信号分析处理方法综述 | 第15-19页 |
·流化床的流型识别技术 | 第19-20页 |
·流型识别中拟解决关键问题 | 第20-21页 |
·本文的主要研究内容 | 第21-23页 |
第2章 实验装置与实验过程 | 第23-29页 |
·实验装置简介 | 第23-24页 |
·实验步骤 | 第24页 |
·试验材料 | 第24页 |
·实验参数的测量 | 第24-25页 |
·实验参数范围 | 第24-25页 |
·实验参数的测量 | 第25页 |
·信号的采集与传感器的选择 | 第25-26页 |
·信号的采集 | 第25页 |
·压力传感器的选择 | 第25-26页 |
·实验所观察到的流型 | 第26-28页 |
·本章小结 | 第28-29页 |
第3章 压力脉动信号的去噪处理 | 第29-38页 |
·几种一代小波去噪基本原理 | 第29-33页 |
·分解重构法 | 第29-30页 |
·小波阈值去噪法 | 第30-31页 |
·平移不变量法 | 第31-32页 |
·模极大值去噪法 | 第32-33页 |
·第二代小波原理 | 第33-35页 |
·二代小波理论 | 第33-34页 |
·二代小波去噪过程 | 第34-35页 |
·一代小波与二代小波除噪比较 | 第35-36页 |
·本章小结 | 第36-38页 |
第4章 压力脉动信号的混沌特性和多重分形分析 | 第38-51页 |
·混沌特性分析 | 第38-46页 |
·延迟时间 | 第38-39页 |
·关联维数 | 第39-41页 |
·Hurst 指数 | 第41-43页 |
·吸引子 | 第43-44页 |
·李亚普诺夫指数(Ly: Lyapunov exponent) | 第44-45页 |
·Kolmogorov 熵 | 第45-46页 |
·多重分形分析 | 第46-50页 |
·多重分形谱 | 第46-48页 |
·参数意义 | 第48页 |
·数据结果与分析 | 第48-50页 |
·本章小结 | 第50-51页 |
第5章 流型识别模式的分析与选取 | 第51-60页 |
·人工鱼群基本理论 | 第51-52页 |
·符号定义 | 第51页 |
·人工鱼群算法 | 第51-52页 |
·BP 神经网络 | 第52-54页 |
·Elman 神经网络 | 第54-55页 |
·人工鱼群算法优化BP 神经网络的过程 | 第55-59页 |
·统计特征参数 | 第56-57页 |
·实验结果与分析 | 第57-59页 |
·本章小结 | 第59-60页 |
结论 | 第60-62页 |
参考文献 | 第62-68页 |
攻读学位期间取得的研究成果及发表的学术论文 | 第68-69页 |
致谢 | 第69页 |