基于神经网络的超声波不解体油耗分析
| 独创性声明 | 第1页 |
| 学位论文版权使用授权书 | 第3-4页 |
| 摘要 | 第4-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-9页 |
| 第一章 绪论 | 第9-21页 |
| ·油耗检测的国内外研究现状 | 第9-10页 |
| ·车用油耗分析仪分类介绍 | 第10-15页 |
| ·解体油耗分析仪基本原理 | 第11-15页 |
| ·不解体油耗分析仪的研究状况 | 第15页 |
| ·汽车百公里油耗评估 | 第15-20页 |
| ·汽车燃料经济性评价指标 | 第15-16页 |
| ·汽车燃油经济性实验方法 | 第16-18页 |
| ·汽车百公里油耗计算方法 | 第18-20页 |
| ·论文的主要工作及研究目标 | 第20-21页 |
| 第二章 超声波油耗测量实验研究及误差分析 | 第21-41页 |
| ·超声波流量计的声学原理研究 | 第21-22页 |
| ·超声波流量计测试误差影响因素分析 | 第22-27页 |
| ·压力对超声波流量计流量测量的影响 | 第22-24页 |
| ·温度变化引起的测量误差 | 第24页 |
| ·油管外径的误差对油耗测量的影响 | 第24-27页 |
| ·油管壁厚对油耗测量的影响 | 第27页 |
| ·超声波流量测试方案设计及实验研究 | 第27-41页 |
| ·探头安装原理分析与方法选择 | 第28-29页 |
| ·测量点的选择原则研究 | 第29页 |
| ·流量计的设置 | 第29-30页 |
| ·超声波探头安装距离的调试与确定 | 第30页 |
| ·质量法测试实验 | 第30-33页 |
| ·标准流量计对比法实验 | 第33-41页 |
| 第三章 油耗测量数值修正方法比较分析 | 第41-57页 |
| ·当前常用的流量修正方法 | 第41-44页 |
| ·流体动力学修正 | 第41-43页 |
| ·流量计系数修正 | 第43-44页 |
| ·人工神经网络数值修正 | 第44-46页 |
| ·人工神经元模型简介 | 第44-45页 |
| ·人工神经网络的学习方式 | 第45-46页 |
| ·BP神经网络—误差反传算法基本原理 | 第46-57页 |
| ·多层感知器网络(BP网络)的拓扑结构和数学描述 | 第47-54页 |
| ·BP神经网络的参数选择 | 第54-57页 |
| 第四章 油耗修正神经网络设计及实验验证 | 第57-69页 |
| ·油耗修正神经网络的设计步骤 | 第57-58页 |
| ·超声波不解体油耗修正神经网络设计 | 第58-59页 |
| ·油耗修正神经网络结构设计 | 第58-59页 |
| ·油耗修正神经网络参数选择 | 第59页 |
| ·油耗修正神经网络样本获取 | 第59-61页 |
| ·超声波不解体油耗修正BP网络训练 | 第61-66页 |
| ·动量BP算法 | 第62-63页 |
| ·学习率可变的BP算法 | 第63-64页 |
| ·弹性BP训练算法 | 第64页 |
| ·变梯度Fletcher-Reeves训练算法 | 第64-65页 |
| ·比例共轭梯度训练算法 | 第65-66页 |
| ·超声波不解体油耗修正BP网络仿真测试 | 第66-69页 |
| 第五章 软件设计和编程 | 第69-75页 |
| ·软件设计思想 | 第69-70页 |
| ·程序设计 | 第70-73页 |
| ·程序设计语言的选择 | 第70页 |
| ·软件的结构图和设计流程框图 | 第70-73页 |
| ·软件界面与应用 | 第73-75页 |
| 第六章 结论 | 第75-77页 |
| 参考文献 | 第77-81页 |
| 致谢 | 第81页 |
