| 第一章 绪论 | 第1-12页 |
| ·油水两相流研究背景及意义 | 第7页 |
| ·油水两相流主要参数及其定义 | 第7-9页 |
| ·油水两相流流型 | 第7-8页 |
| ·油水两相流速度场参数 | 第8页 |
| ·油水两相流浓度场参数 | 第8-9页 |
| ·两相流相含率测量技术现状 | 第9-10页 |
| ·本课题的主要内容 | 第10-12页 |
| 第二章 符号化时间序列分析方法及其油水流型辨识 | 第12-28页 |
| ·油水两相流流型的研究现状 | 第12-14页 |
| ·基于非线性时间序列分析的流型辨识方法 | 第13-14页 |
| ·目前流型辨识的特点 | 第14页 |
| ·实验数据采集 | 第14-16页 |
| ·符号化时间序列分析方法及其油水流型辨识 | 第16-28页 |
| ·符号化时间序列分析方法的研究意义及优点 | 第16-17页 |
| ·符号化时间序列分析方法的起源及应用 | 第17页 |
| ·符号化时间序列分析方法原理描述 | 第17-18页 |
| ·描述符号序列的统计量 | 第18-19页 |
| ·符号序列参数选择 | 第19-21页 |
| ·符号序列之间的时间延迟 | 第21-22页 |
| ·程序验证 | 第22-23页 |
| ·流型表征结果分析 | 第23-26页 |
| ·符号化时间序列流型表征结果与流型图对比 | 第26-28页 |
| 第三章 油水两相流相含率测量系统的建立 | 第28-40页 |
| ·相含率测量方法综述 | 第28-31页 |
| ·快速起闭阀门法 | 第28页 |
| ·射线吸收法 | 第28页 |
| ·射线散射法 | 第28-29页 |
| ·光纤探针法 | 第29页 |
| ·热学法 | 第29页 |
| ·核磁共振法 | 第29-30页 |
| ·微波法 | 第30页 |
| ·模糊综合评判法 | 第30页 |
| ·电导法 | 第30-31页 |
| ·纵向环形多电极法的相含率测量原理 | 第31-33页 |
| ·油水两相流测量系统 | 第33-40页 |
| ·系统的构成 | 第33-34页 |
| ·LabVIEW 软件编写数据采集程序 | 第34-37页 |
| ·实验结果 | 第37-40页 |
| 第四章 基于软测量方法的油水两相流相含率测量 | 第40-60页 |
| ·人工神经网络基本理论 | 第40-42页 |
| ·人工神经网络的发展及应用 | 第40-41页 |
| ·人工神经网络的基本原理 | 第41-42页 |
| ·BP 神经网络的原理及算法 | 第42-49页 |
| ·BP 网络的前馈计算 | 第43页 |
| ·BP 网络调整权值的规则 | 第43-45页 |
| ·BP 学习算法与应用 | 第45页 |
| ·传统BP 算法的不足及其改进 | 第45-46页 |
| ·基于Levenbery-Marquardt 优化法的BP 算法模型 | 第46-48页 |
| ·神经网络的参数调节 | 第48-49页 |
| ·人工神经网络在油水两相流相含率预测中的应用 | 第49-60页 |
| ·神经网络的输入与输出变量 | 第49-53页 |
| ·神经网络的输入输出特征量处理 | 第53-55页 |
| ·人工神经网络的网络结构确定 | 第55-57页 |
| ·油水两相流相含率预测结果及分析 | 第57-60页 |
| 第五章 结束语 | 第60-61页 |
| 参考文献 | 第61-66页 |
| 发表论文和科研情况说明 | 第66-67页 |
| 致谢 | 第67页 |