基于超声波的压力测量模型研究
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第12-18页 |
| 1.1 压力容器及其压力检测 | 第12-13页 |
| 1.2 非介入式压力检测技术 | 第13-16页 |
| 1.2.1 基于应变的非介入式压力检测方法 | 第13页 |
| 1.2.2 基于电容的非介入式压力检测方法 | 第13-14页 |
| 1.2.3 基于超声波的非介入式压力检测方法 | 第14-16页 |
| 1.3 本文的主要研究内容 | 第16-18页 |
| 第2章 基于超声波声弹性效应的压力检测技术 | 第18-24页 |
| 2.1 超声波简介 | 第18-21页 |
| 2.1.1 超声波类型 | 第19页 |
| 2.1.2 传播过程的波型转换 | 第19-21页 |
| 2.2 压力与超声波传播时延关系 | 第21页 |
| 2.3 压力测量原理 | 第21-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第3章 基于多个波形融合的压力检测模型 | 第24-36页 |
| 3.1 多输入波形的线性压力检测模型 | 第24-27页 |
| 3.1.1 多元线性回归 | 第24-26页 |
| 3.1.2 线性压力测量模型 | 第26-27页 |
| 3.2 压力测量模型中输入波形的选择方法 | 第27-34页 |
| 3.2.1 模型优劣的判断标准 | 第28-29页 |
| 3.2.2 基于最佳子集回归的输入波形选择 | 第29-31页 |
| 3.2.3 基于逐步回归的输入波形选择 | 第31页 |
| 3.2.4 压力测量模型的比较和分析 | 第31-34页 |
| 3.3 本章小结 | 第34-36页 |
| 第4章 压力检测模型的优化 | 第36-46页 |
| 4.1 非线性压力检测模型 | 第36-37页 |
| 4.2 加入二次项的压力测量模型 | 第37-39页 |
| 4.3 基于神经网络的压力测量模型 | 第39-45页 |
| 4.3.1 BP神经网络 | 第40-42页 |
| 4.3.2 基于BFGS算法的神经网络 | 第42-45页 |
| 4.4 本章小结 | 第45-46页 |
| 第5章 压力检测模型的实验分析 | 第46-52页 |
| 5.1 实验系统的结构 | 第46-49页 |
| 5.2 实验及结果分析 | 第49-50页 |
| 5.2.1 实验设计及实验参数 | 第49页 |
| 5.2.2 数据处理 | 第49页 |
| 5.2.3 结果分析 | 第49-50页 |
| 5.3 本章小结 | 第50-52页 |
| 第6章 超声波在容器壁传播过程的幅值变化 | 第52-60页 |
| 6.1 超声波的幅值变化 | 第52-53页 |
| 6.2 折射和反射 | 第53-57页 |
| 6.2.1 固体-固体界面 | 第53-56页 |
| 6.2.2 固体-液体/气体界面 | 第56-57页 |
| 6.3 衰减 | 第57页 |
| 6.4 超声波在压力容器壁的幅值变化 | 第57-59页 |
| 6.5 本章小结 | 第59-60页 |
| 第7章 总结与展望 | 第60-62页 |
| 参考文献 | 第62-68页 |
| 致谢 | 第68-70页 |
| 攻读硕士学位期间的主要科研成果 | 第70页 |
