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--油气开采机械设备论文--抽油机械设备论文

基于嵌入式系统的抽油机远程示功仪设计

第1章 绪论第1-14页
   ·课题来源及研究意义第8-9页
     ·课题的来源第8页
     ·课题的研究意义第8-9页
   ·国内外相关技术研究现状第9-12页
     ·油田远程监控技术的发展第9-10页
     ·数据通信网络技术的发展第10-11页
     ·嵌入式技术的发展第11-12页
     ·抽油机示功仪技术的发展第12页
   ·本文主要工作第12-14页
第2章 远程示功仪及油井监控系统总体设计第14-27页
   ·游梁式抽油机系统简介第14-16页
   ·油井监控系统总体结构第16-17页
   ·远程示功仪数据远传方法研究第17-19页
   ·远程示功仪结构和功能实现第19-20页
   ·远程示功仪电磁兼容性设计第20-26页
     ·电磁噪声源和噪声环境第21-23页
     ·远程示功仪降低噪声的主要技术第23-26页
     ·关于EMC发展趋向第26页
   ·本章小结第26-27页
第3章 远程示功仪硬件设计第27-44页
   ·主控芯片简介第27-29页
     ·ARM简介第27-28页
     ·远程示功仪核心电路设计第28-29页
   ·传感器与信号处理电路设计第29-37页
     ·电动机电量参数检测第29-32页
     ·抽油机光杆运行参数检测第32-34页
     ·原油参数检测第34-36页
     ·环境温度和防偷盗信息检测第36-37页
   ·控制主板设计第37-40页
   ·电源设计第40-42页
   ·通信模块接口设计第42-43页
   ·本章小结第43-44页
第4章 远程示功仪软件设计第44-53页
   ·远程示功仪软件设计第44-45页
   ·操作系统层设计第45-46页
   ·中间件层设计第46-48页
   ·用户任务层设计第48-49页
     ·任务描述第48-49页
     ·任务和中间件的关系第49页
   ·任务之间通信机制研究第49-52页
   ·本章小结第52-53页
第5章 基于神经网络的示功图数据处理研究第53-62页
   ·抽油井示功图简介第53-54页
   ·神经网络及 BP网络简介第54-56页
   ·BP网络学习算法第56-58页
     ·正向传播第57页
     ·反向传播第57-58页
   ·示功图载荷曲线拟合算法及其实现第58-61页
     ·BP神经网络的逼近能力第58-59页
     ·Z BP神经网络算法在嵌入式系统中的实现第59-60页
     ·示功图载荷曲线拟合结果第60-61页
   ·本章小结第61-62页
第6章 总结与展望第62-64页
   ·总结第62页
   ·进一步研究展望第62-64页
参考文献第64-67页
作者在攻读硕士学位期间发表的学术论文第67-68页
致谢第68页

论文共68页,点击 下载论文
上一篇:基于案例的产品造型设计情境知识模型构建与应用
下一篇:个人信贷业务的风险来源与控制