基于模糊神经网络的船舶管道泄漏检测方法研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 第一章 绪论 | 第9-19页 |
| ·管道泄漏检测技术的研究意义 | 第9-11页 |
| ·国内外管道泄漏检测技术发展现状与检测方法综述 | 第11-15页 |
| ·国外管道系统泄漏检测技术发展现状 | 第11-12页 |
| ·国内管道系统泄漏检测定位技术发展现状 | 第12-13页 |
| ·管道系统泄漏检测方法综述 | 第13-15页 |
| ·船舶管道泄漏故障分析 | 第15-17页 |
| ·船舶管道泄漏故障机理 | 第15-16页 |
| ·船舶管系泄漏检测定位的特点 | 第16-17页 |
| ·论文的主要研究内容 | 第17-19页 |
| 第二章 模糊神经网络简介 | 第19-30页 |
| ·模糊系统与神经网络 | 第19-23页 |
| ·模糊逻辑系统与神经网络的比较 | 第19-21页 |
| ·模糊系统与神经网络结合的方式 | 第21-22页 |
| ·本论文所选的模型 | 第22-23页 |
| ·模糊系统及其隶属度函数 | 第23-25页 |
| ·模糊集合的基本概念 | 第23-24页 |
| ·模糊集合的隶属函数 | 第24-25页 |
| ·模糊神经网络的学习算法 | 第25-28页 |
| ·模糊神经网络模型与结构 | 第25-26页 |
| ·BP 学习算法 | 第26-28页 |
| ·BP 学习算法的改进 | 第28页 |
| ·本章小结 | 第28-30页 |
| 第三章 基于模糊神经网络的管道泄漏检测 | 第30-40页 |
| ·船舶管道不同工况下参数描述 | 第30-34页 |
| ·管道正常运行时的实验信号分析 | 第30-31页 |
| ·开启水泵时的实验信号分析 | 第31-32页 |
| ·关闭水泵时的实验信号分析 | 第32-33页 |
| ·管道发生泄漏时的实验信号分析 | 第33-34页 |
| ·船舶管道泄漏检测模糊神经网络的构造 | 第34-37页 |
| ·输入量与输出量模糊区间的划分 | 第34-35页 |
| ·隶属度函数的确定 | 第35页 |
| ·船舶管道泄漏检测模糊神经网络模型结构的确定 | 第35-36页 |
| ·船舶管道泄漏检测模糊神经网络模型结构的确定 | 第36-37页 |
| ·船舶管道泄漏检测模糊神经网络训练与仿真测试 | 第37-39页 |
| ·本章小结 | 第39-40页 |
| 第四章 基于遗传优化的模糊神经网络训练仿真与测试 | 第40-53页 |
| ·遗传算法概述 | 第40-43页 |
| ·遗传算法的基本思想 | 第40-42页 |
| ·遗传算法的基本思想 | 第42-43页 |
| ·遗传算法的基本原理与操作 | 第43-46页 |
| ·编码 | 第43页 |
| ·初始种群的生成 | 第43-44页 |
| ·遗传算法的基本操作 | 第44-45页 |
| ·适应度函数 | 第45-46页 |
| ·实验系统的硬件设计 | 第46-51页 |
| ·GA-BP 算法优化网络参数的步骤 | 第46-47页 |
| ·参数的选取 | 第47-48页 |
| ·GA-BP 算法的实现 | 第48-51页 |
| ·结果对比分析 | 第51页 |
| ·误差曲线的比较 | 第51页 |
| ·泄漏量估计比较 | 第51页 |
| ·本章小结 | 第51-53页 |
| 第五章 双声道组合的超声波传感器的设计 | 第53-58页 |
| ·双声道组合超声波传感器检测原理 | 第53页 |
| ·应用表面波进行管路的破损检测 | 第53-54页 |
| ·表面波检测简介 | 第53-54页 |
| ·表面波检测原理 | 第54页 |
| ·泄漏信号的判别和泄漏点定位 | 第54-55页 |
| ·实验系统的总体设计 | 第55-56页 |
| ·软件系统的结构及功能 | 第56-57页 |
| ·本章小结 | 第57-58页 |
| 第六章 总结与展望 | 第58-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 在学期间发表的论著及取得的研究成果 | 第64-65页 |
| 附录 | 第65-69页 |
