信息处理技术在气固两相流检测中的应用
| 摘要 | 第1-3页 |
| Abstract | 第3-6页 |
| 目录 | 第6-9页 |
| Content | 第9-12页 |
| 第一章 绪论 | 第12-19页 |
| ·引言 | 第12-13页 |
| ·气固两相流 | 第13-15页 |
| ·气固两相流的特点 | 第13-14页 |
| ·气固两相流检测的主要参数 | 第14-15页 |
| ·气固两相流测量技术的现状与发展趋势 | 第15-17页 |
| ·本文的主要研究内容、意义和创新点 | 第17-19页 |
| ·课题来源与研究意义 | 第17-18页 |
| ·主要研究内容 | 第18页 |
| ·创新点 | 第18-19页 |
| 第二章 光学传感过程层析成像技术 | 第19-32页 |
| ·引言 | 第19页 |
| ·光学PT技术 | 第19-21页 |
| ·光学PT技术的发展现状 | 第19-21页 |
| ·光学PT技术的特点与应用领域 | 第21页 |
| ·光学PT系统基本结构 | 第21-22页 |
| ·光学PT系统的测量原理 | 第22-26页 |
| ·光学测量原理 | 第22-23页 |
| ·投影测量与图像重建 | 第23-26页 |
| ·光学传感器 | 第26-28页 |
| ·工作原理 | 第26-27页 |
| ·几何结构 | 第27-28页 |
| ·光学PT实验系统 | 第28-30页 |
| ·实验装置 | 第28-29页 |
| ·实验系统的软件设计 | 第29-30页 |
| ·前期工作基础及课题的提出 | 第30-31页 |
| ·前期工作基础 | 第30-31页 |
| ·课题的提出 | 第31页 |
| ·本章小结 | 第31-32页 |
| 第三章 基于神经网络的气固两相流流型辨识 | 第32-51页 |
| ·引言 | 第32页 |
| ·气固两相流流型的基本概述 | 第32-36页 |
| ·流型的概念与分类 | 第32-33页 |
| ·两相流流型测量方法 | 第33-35页 |
| ·定常流的流型定义 | 第35-36页 |
| ·基于神经网络的流型辨识技术 | 第36-50页 |
| ·国内外概况 | 第36-37页 |
| ·神经网络技术 | 第37-42页 |
| ·方案选取 | 第42页 |
| ·学习向量量化(LVQ)神经网络 | 第42-45页 |
| ·仿真实验 | 第45-50页 |
| ·本章小结 | 第50-51页 |
| 第四章 基于数据融合与相关技术的流速测量技术研究 | 第51-70页 |
| ·引言 | 第51页 |
| ·相关流速测量技术 | 第51-58页 |
| ·相关流速测量技术简介 | 第51-53页 |
| ·相关流速测量技术的基本原理 | 第53-56页 |
| ·相关流速测量系统模型 | 第56-57页 |
| ·互相关函数的FFT计算 | 第57-58页 |
| ·数据融合技术 | 第58-61页 |
| ·数据融合的基本概念 | 第58-59页 |
| ·数据融合技术的主要方法 | 第59-61页 |
| ·仿真研究及结果分析 | 第61-69页 |
| ·单对投影数据相关分析仿真 | 第62-67页 |
| ·数据融合互相关分析仿真 | 第67-69页 |
| ·本章小结 | 第69-70页 |
| 结论 | 第70-72页 |
| 参考文献 | 第72-77页 |
| 攻读学位期间发表论文 | 第77-78页 |
| 独创性声明 | 第78-79页 |
| 致谢 | 第79页 |
