| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 序言 | 第10-17页 |
| 1.1 课题的研究目的和意义 | 第10-12页 |
| 1.2 分解产物的检测方法对比分析 | 第12-15页 |
| 1.2.1 红外光谱吸收法 | 第12-13页 |
| 1.2.2 气相色谱法 | 第13页 |
| 1.2.3 检测管法 | 第13-14页 |
| 1.2.4 电化学传感器法 | 第14-15页 |
| 1.3 气体浓度的表示方法 | 第15-16页 |
| 1.4 论文的核心工作 | 第16-17页 |
| 2 系统检测原理及电化学传感器 | 第17-22页 |
| 2.1 电化学传感器的构成 | 第17-18页 |
| 2.2 电化学传感器的分类及检测原理 | 第18-20页 |
| 2.3 电化学传感器的数据融合算法分析 | 第20-21页 |
| 2.4 本章小结 | 第21-22页 |
| 3 检测仪的硬件设计 | 第22-33页 |
| 3.1 气路系统的设计 | 第22-23页 |
| 3.2 SF_6分解产物检测仪的总体设计方案 | 第23-24页 |
| 3.3 MCU模块及其外围电路设计 | 第24-27页 |
| 3.3.1 MCU模块及其最小系统 | 第24页 |
| 3.3.2 检测仪电源电路的设计 | 第24-25页 |
| 3.3.3 通信和存储电路设计 | 第25-26页 |
| 3.3.4 液晶显示电路 | 第26-27页 |
| 3.4 检测电路 | 第27-31页 |
| 3.4.1 气体浓度测量模块 | 第27-28页 |
| 3.4.2 温度检测模块 | 第28-29页 |
| 3.4.3 流量检测模块 | 第29-31页 |
| 3.5 数据采集电路 | 第31-32页 |
| 3.6 本章小结 | 第32-33页 |
| 4 检测仪的软件设计 | 第33-44页 |
| 4.1 软件的总体设计 | 第33-34页 |
| 4.2 主程序流程图 | 第34-35页 |
| 4.3 AD7718模数转换芯片设计 | 第35-39页 |
| 4.4 数据处理和计算程序 | 第39-40页 |
| 4.5 人机交互界面设计 | 第40-43页 |
| 4.6 本章小结 | 第43-44页 |
| 5 最小二乘支持向量机回归机的浓度计算方法 | 第44-62页 |
| 5.1 统计学习理论 | 第44页 |
| 5.2 支持向量机 | 第44-49页 |
| 5.3 最小二乘支持向量回归机（LS-SVR） | 第49-51页 |
| 5.4 粒子群优化算法 | 第51-55页 |
| 5.4.1 标准粒子群算法（PSO） | 第51-52页 |
| 5.4.2 自适应变异粒子群算法（AMPSO） | 第52-55页 |
| 5.5 LS-SVR在求解SF_6分解产物浓度上的应用 | 第55-61页 |
| 5.5.1 样本数据的选取 | 第55-58页 |
| 5.5.2 数据的处理 | 第58页 |
| 5.5.3 AMPSO算法优化的LSSVR在求解SF_6分解产物浓度上的应用 | 第58-61页 |
| 5.6 本章小结 | 第61-62页 |
| 6 检测仪的温度补偿与测试 | 第62-67页 |
| 6.1 温度补偿 | 第62-63页 |
| 6.2 测试实验 | 第63-66页 |
| 6.3 检测仪的应用 | 第66-67页 |
| 7 总结与展望 | 第67-68页 |
| 参考文献 | 第68-71页 |
| 个人简历以及在校期间发表学术论文 | 第71-72页 |
| 致谢 | 第72页 |