| 致谢 | 第1-7页 |
| 摘要 | 第7-9页 |
| Abstract | 第9-11页 |
| 目次 | 第11-14页 |
| 图清单 | 第14-15页 |
| 表清单 | 第15-17页 |
| 1 绪论 | 第17-26页 |
| ·课题的研究背景及意义 | 第17-18页 |
| ·可燃混合气体爆炸的原因分析 | 第18-19页 |
| ·直接原因 | 第18页 |
| ·管理原因 | 第18-19页 |
| ·国内外研究现状 | 第19-23页 |
| ·爆炸极限理论的研究现状 | 第19-21页 |
| ·安全含氧量理论的研究现状 | 第21页 |
| ·防止可燃气体爆炸的原理 | 第21页 |
| ·神经网络技术 | 第21-23页 |
| ·主要研究内容及其安排 | 第23-24页 |
| ·本文的主要研究内容 | 第23-24页 |
| ·本论文的组织结构 | 第24页 |
| ·本章小结 | 第24-26页 |
| 2 可燃性气体爆炸特性的理论分析和计算 | 第26-33页 |
| ·爆炸极限 | 第26-27页 |
| ·爆炸极限在安全工作中的实用意义 | 第27页 |
| ·爆炸极限的计算 | 第27-28页 |
| ·单组份可燃气体爆炸极限的计算 | 第27-28页 |
| ·混合可燃气体爆炸极限的计算 | 第28页 |
| ·可燃气体安全含氧量的分析及研究 | 第28-30页 |
| ·惰性气体抑爆机理 | 第28-29页 |
| ·最大允许氧含量的理论分析 | 第29-30页 |
| ·可燃气体爆炸极限的影响因素 | 第30-32页 |
| ·起始压力 | 第31页 |
| ·起始温度 | 第31页 |
| ·惰性介质及杂质 | 第31页 |
| ·贮气容器的材质、尺寸 | 第31页 |
| ·点火源的能量及接触时间 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 3 基于 BP 神经网络的可燃性混合气体爆炸危险情况模型 | 第33-52页 |
| ·人工神经网络技术 | 第33-35页 |
| ·神经网络的基本原理 | 第33-34页 |
| ·神经网络的工作规则和分类 | 第34-35页 |
| ·BP 神经网络的原理与设计原则 | 第35-40页 |
| ·BP 神经网络的基本结构 | 第35-36页 |
| ·BP 神经网络的学习过程 | 第36-38页 |
| ·BP 学习算法的改进 | 第38-39页 |
| ·BP 网络的设计原则 | 第39-40页 |
| ·系统 BP 神经网络模型的建立与训练 | 第40-50页 |
| ·输入信号的提取 | 第41-42页 |
| ·训练样本的选取 | 第42-43页 |
| ·数据的归一化预处理 | 第43页 |
| ·隐含层神经元个数的确定 | 第43-47页 |
| ·训练函数的选择 | 第47-50页 |
| ·本章小结 | 第50-52页 |
| 4 混合气体爆炸参数检测自动报警控制系统硬件设计 | 第52-64页 |
| ·现场采集和控制设备 | 第53-57页 |
| ·氧浓度传感器 | 第53-54页 |
| ·压力变送器 | 第54-55页 |
| ·温度变送器 | 第55-56页 |
| ·防爆电磁阀 | 第56-57页 |
| ·工控机 | 第57页 |
| ·PLC 控制系统 | 第57-62页 |
| ·模块组成 | 第58-62页 |
| ·PLC 电气设计 | 第62页 |
| ·控制系统的总体布局 | 第62-63页 |
| ·本章小结 | 第63-64页 |
| 5 混合气体爆炸参数检测自动报警控制系统软件设计 | 第64-78页 |
| ·下位机 PLC 程序设计 | 第64-72页 |
| ·模拟量信号的采集与处理 | 第65-67页 |
| ·中值平均滤波程序 | 第67-68页 |
| ·归一化程序 | 第68页 |
| ·神经网络检测程序 | 第68-71页 |
| ·定时循环中断程序 | 第71-72页 |
| ·上位机程序设计 | 第72-77页 |
| ·建立数据库 | 第73-74页 |
| ·监控界面设计 | 第74-77页 |
| ·本章小结 | 第77-78页 |
| 6 混合气体爆炸参数检测自动报警控制系统实验研究 | 第78-87页 |
| ·实验目标 | 第78页 |
| ·实验过程 | 第78-85页 |
| ·结果分析 | 第85-87页 |
| 7 结论与展望 | 第87-89页 |
| ·结论 | 第87页 |
| ·展望 | 第87-89页 |
| 参考文献 | 第89-93页 |
| 附录 A | 第93-99页 |
| 作者简介 | 第99页 |