首页--工业技术论文--石油、天然气工业论文--石油机械设备与自动化论文--油气储运机械设备论文--油气库、油气罐论文

原油储罐多相介质计量的研究与实现

摘要第1-6页
ABSTRACT第6-11页
1 绪论第11-15页
   ·课题背景及目的意义第11-12页
   ·国内外技术的发展状况第12-13页
   ·研究内容及章节安排第13-15页
2 系统的总体设计第15-21页
   ·系统简介第15-16页
   ·系统构成第16-18页
     ·系统硬件构成第16-17页
     ·系统软件构成第17页
     ·系统工作流程与通信协议的设计第17-18页
   ·系统实现的功能第18-19页
   ·小结第19-21页
3 原油防盗与数据采集的设计第21-29页
   ·基于电子栅栏防盗的设计与实现第21-24页
     ·电子栅栏防盗的原理第21页
     ·电子栅栏设计与实现第21-24页
   ·接近开关防盗的设计第24-26页
     ·接近开关的原理第24-25页
     ·接近开关在原油防盗中的应用第25-26页
   ·采集系统的硬件设计第26-27页
     ·ATMEGA128单片机的结构特点第26-27页
     ·基于ATMEGA128单片机的数据采集系统设计第27页
   ·小结第27-29页
4 原油储罐多介质计量的设计与实现第29-55页
   ·原油储罐多项介质计量原理第29-31页
   ·原油储罐实验室模型的设计第31-32页
   ·传感器选型第32-43页
     ·确定各传感器的精度第32-35页
     ·压力变送器的选择第35-38页
     ·液位传感器的选择第38-39页
     ·温度传感器的选型第39页
     ·传感器的标定第39-43页
   ·实验数据测量第43-47页
     ·原油密度与温度之间的关系第43-45页
     ·不同温度下水的密度第45页
     ·原油含水率的测量第45-47页
   ·误差分析第47-53页
     ·传感器的极限误差第47页
     ·计量模型误差分析第47-50页
     ·不确定度评定第50-53页
     ·影响原油储罐含水率测量的因素第53页
   ·小结第53-55页
5 基于人工神经网络的原油计量模型第55-67页
   ·人工神经网络介绍第55-56页
   ·误差回传神经网络第56-60页
     ·误差回传神经网络概述第56-57页
     ·BP网络学习算法第57-59页
     ·BP网络主要特点第59-60页
   ·改进的模拟退火神经网络对原油计量误差的补偿第60-63页
     ·改进的模拟退火人工神经网络第60-61页
     ·基于神经网络的原油计量误差补偿第61-63页
   ·获取神经网络训练样本的实验设计第63-64页
   ·网络样本的测试第64-65页
   ·小结第65-67页
6 监控中心应用系统的设计与实现第67-83页
   ·监控中心应用系统软件概述第67-68页
     ·监控中心应用软件的功能第67页
     ·软件系统运行环境第67-68页
   ·监控中心应用软件的组成第68-70页
   ·监控中心应用软件的设计第70-75页
     ·软件的体系结构第70-72页
     ·软件的核心设计第72-74页
     ·业务逻辑层设计第74-75页
   ·监控中心系统软件实现第75-82页
     ·数据通信实现第75页
     ·用户登录和用户集成模块第75-78页
     ·实时监控功能模块第78-79页
     ·基本参数设定模块第79-81页
     ·报警功能模块第81页
     ·报表管理模块第81-82页
   ·小结第82-83页
7 结论与展望第83-85页
   ·研究结论第83页
   ·本文创新点第83页
   ·展望第83-85页
致谢第85-87页
参考文献第87-91页
攻读学位期间的科研成果目录第91-92页

论文共92页,点击 下载论文
上一篇:炼油废水“三泥”脱水工艺优化试验研究
下一篇:有机钛交联剂的制备及其在改性魔芋胶压裂液中的应用