首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

油井工况识别及其传感器的研制

摘要第1-5页
Abstract第5-10页
第1章 绪论第10-15页
   ·课题来源第10页
   ·课题背景及研究的意义第10-11页
   ·国内外油井工况识别方法综述第11-13页
   ·课题研究内容及结构安排第13-15页
     ·系统主要功能第13页
     ·本文结构安排第13-15页
第2章 抽油机监控系统的组成及工作原理第15-22页
   ·抽油机监控系统的组成第15-16页
   ·位移-载荷传感器的工作原理第16-19页
     ·示工图的形成第16-17页
     ·抽油杆位移数据的采集第17-18页
     ·抽油杆载荷数据的采集第18页
     ·位移-载荷数据的无线传输第18-19页
   ·油井监控系统主机组成以及工作原理第19-21页
     ·油井监控系统主机的组成第19-20页
     ·油井监控系统主机的工作原理第20-21页
   ·本章小节第21-22页
第3章 硬件电路的设计第22-34页
   ·位移-载荷传感器的设计第22-29页
     ·微处理器的选择第22-23页
     ·P89C51RC2 的主要性能第23-24页
     ·位移数据采集电路第24-26页
     ·载荷数据采集电路第26-28页
     ·无线发送模块与单片机接口电路设计第28-29页
   ·ISP接口电路设计第29-30页
     ·ISP介绍第29-30页
     ·ISP接口电路设计第30页
   ·监控系统主机的部分硬件电路设计第30-33页
     ·无线接收模块与MSP430F149 接口电路设计第30-31页
     ·三相交流电压和电流采集单元第31-33页
   ·本章小节第33-34页
第4章 基于径向基神经网络的油井工况模式识别第34-51页
   ·径向基神经网络第34-44页
     ·模式可分性的Cover定理第34-35页
     ·插值问题第35-37页
     ·正则化理论第37-39页
     ·RBF神经网络模型第39-42页
     ·RBF神经网络的学习算法第42-44页
   ·RBF神经网络训练样本的产生第44-48页
     ·示功图的预处理第44-45页
     ·基于DCT的示功图特征提取第45-48页
   ·REF网络的训练第48页
   ·REF网络在线识别第48页
   ·RBF网络和BP网络在油井工况模式识别中的比较第48-49页
   ·本章小结第49-51页
第5章 软件设计第51-63页
   ·系统软件设计要求及设计思想第51-52页
     ·系统软件设计要求第51-52页
     ·系统软件设计思想第52页
   ·系统主程序及主机各模块程序的设计第52-56页
     ·系统主程序设计第52-54页
     ·三相交流电电参数监测子程序的设计第54页
     ·串行数据接收子程序第54-56页
   ·位移载荷传感器软件设计第56-62页
     ·windows集成开发环境μVisi0112 介绍第57页
     ·传感器主程序设计第57-58页
     ·位移数据采集子程序设计第58页
     ·载荷数据采集子程序设计第58-60页
     ·串行数据发送子程序第60-62页
   ·本章小结第62-63页
第6章 实验结果及分析第63-69页
   ·数据采集模块第63-65页
     ·传感器载荷数据采集第63-64页
     ·三相交流电电压电流采集第64-65页
   ·无线传输模块第65-66页
   ·用RBF网络进行工况模式识别第66-69页
结论第69-70页
参考文献第70-73页
哈尔滨工业大学硕士学位论文原创性声明第73页
哈尔滨工业大学硕士学位论文使用授权书第73页
哈尔滨工业大学硕士学位涉密论文管理第73-74页
致谢第74页

论文共74页,点击 下载论文
上一篇:调粒水泥的水化及其性能研究
下一篇:气中电火花线切割加工的基础性研究