神经网络在空间光学窗口热光学性能研究中的应用
| 中文摘要 | 第1-5页 |
| 英文摘要 | 第5-7页 |
| 图表索引 | 第7-13页 |
| 第一章 绪 论 | 第13-25页 |
| 1．1 光学窗口的热光学性能 | 第15-16页 |
| 1．1．1 光学窗口的空间热环境 | 第15页 |
| 1．1．2 光学窗口的热光学性能 | 第15-16页 |
| 1．2 热光学性能研究方法 | 第16-18页 |
| 1．2．1 热光学分析 | 第16-17页 |
| 1．2．2 热光学试验 | 第17-18页 |
| 1．3 目前研究窗口热光学性能方法的局限性 | 第18-20页 |
| 1．4 建立窗口热光学性能神经网络模型的意义 | 第20-21页 |
| 1．5 光学窗口的热控系统 | 第21-24页 |
| 1．6 本文的主要研究内容 | 第24-25页 |
| 第二章 光学窗口的热控系统 | 第25-35页 |
| 2．1 光学窗口与周围环境的热交换 | 第25-28页 |
| 2．1．1 热辐射 | 第25-26页 |
| 2．1．2 热传导 | 第26页 |
| 2．1．3 热对流 | 第26页 |
| 2．1．4 窗口组件与周围环境的热交换 | 第26-28页 |
| 2．2 光学窗口的热控系统 | 第28-34页 |
| 2．2．1 光学窗口的被动热控措施及其工作原理 | 第29-33页 |
| 2．2．1．1 热控涂层 | 第29页 |
| 2．2．1．2 热隔离 | 第29-33页 |
| 2．2．2 光学窗口的主动热控 | 第33-34页 |
| 2．3 小结 | 第34-35页 |
| 第三章 光学窗口热光学试验研究 | 第35-43页 |
| 3．1 试验方法 | 第35-37页 |
| 3．1．1 膜加热器测温点位置的确定 | 第35-36页 |
| 3．1．2 光学测试步骤 | 第36-37页 |
| 3．2 热光学试验装置 | 第37-38页 |
| 3．3 窗口的热光学试验结果 | 第38-41页 |
| 3．4 试验结论 | 第41-42页 |
| 3．5 小结 | 第42-43页 |
| 第四章 光学窗口热光学性能的神经网络建模 | 第43-61页 |
| 4．1 神经网络的基础 | 第43-47页 |
| 4．1．1 人工神经元模型 | 第44-45页 |
| 4．1．2 神经网络模型 | 第45-47页 |
| 4．2 BP网络 | 第47-51页 |
| 4．2．1 人工神经网络的发展 | 第47-48页 |
| 4．2．2 BP网络 | 第48-50页 |
| 4．2．3 BP算法的改进 | 第50-51页 |
| 4．3 窗口热光学性能神经网络建模 | 第51-60页 |
| 4．4 小结 | 第60-61页 |
| 第五章 膜加热器电场—温度场特性试验研究 | 第61-69页 |
| 5．1 膜加热器电极对电压确定 | 第61-63页 |
| 5．2 试验技术状态 | 第63-65页 |
| 5．2．1 ITO导电膜 | 第63-64页 |
| 5．2．2 窗口表面测温点的布置 | 第64-65页 |
| 5．3 考核窗口外表面的温度场分布 | 第65-66页 |
| 5．4 窗口温度场分布的光学性能预示 | 第66-68页 |
| 5．5 小结 | 第68-69页 |
| 第六章 光学窗口的热控策略 | 第69-79页 |
| 6．1 窗口的热特性 | 第69页 |
| 6．2 空间平均轨道外热流作用下的窗口温度场分布 | 第69-70页 |
| 6．3 窗口热控系统形成的温度场分布 | 第70-72页 |
| 6．4 热控系统的恒温控制 | 第72-75页 |
| 6．5 窗口的热控策略 | 第75-78页 |
| 6．5．1 控温点的确定 | 第75-76页 |
| 6．5．2 光学窗口的热控策略 | 第76-78页 |
| 6．6 小结 | 第78-79页 |
| 第七章 总结 | 第79-81页 |
| 参考文献 | 第81-86页 |
| 致 谢 | 第86-87页 |
| 博士期间发表的论文 | 第87页 |
