一种新型自燃发火监控系统的研究
| 目录 | 第1-10页 |
| 摘要 | 第10-12页 |
| ABSTRACT | 第12-14页 |
| 第一章 绪论 | 第14-22页 |
| ·引言 | 第14-16页 |
| ·课题的背景 | 第14-15页 |
| ·煤炭的自燃 | 第15-16页 |
| ·煤炭自燃预测预报技术 | 第16-19页 |
| ·煤炭自燃预测技术 | 第17-18页 |
| ·煤炭自燃预报技术 | 第18-19页 |
| ·课题研究内容 | 第19-22页 |
| 第二章 系统设计指标及硬件选型 | 第22-32页 |
| ·系统概述 | 第22-24页 |
| ·系统功能和技术指标 | 第23页 |
| ·系统工作原理 | 第23-24页 |
| ·MSC1211简介 | 第24-25页 |
| ·MSC1211的增强型8051内核 | 第25-27页 |
| ·煤炭自燃监控指标的选定 | 第27-30页 |
| ·系统传感器的选型 | 第30-32页 |
| 第三章 自燃发火监控系统的设计 | 第32-46页 |
| ·系统方案总体设计 | 第32-41页 |
| ·电源转换电路 | 第33-34页 |
| ·主控电路模块 | 第34-36页 |
| ·信号调理模块 | 第36-38页 |
| ·输入输出接口模块 | 第38-39页 |
| ·时钟、键盘和显示模块 | 第39-41页 |
| ·声光报警电路 | 第41页 |
| ·系统抗干扰设计 | 第41-46页 |
| ·硬件电路抗干扰设计 | 第42-43页 |
| ·印刷线路板的抗干扰设计 | 第43-46页 |
| 第四章 基于小波神经网络的煤炭氧化性预测 | 第46-58页 |
| ·小波神经网络对煤炭氧化性的指导意义 | 第46页 |
| ·小波神经网络理论 | 第46-50页 |
| ·小波变换 | 第46-47页 |
| ·人工神经网络 | 第47-48页 |
| ·小波神经网络 | 第48-50页 |
| ·基于小波神经网络的煤炭氧化性预测模型 | 第50-58页 |
| ·确定输入层、隐含层和输出层节点 | 第50-51页 |
| ·建立模型 | 第51-52页 |
| ·代码实现 | 第52-53页 |
| ·煤炭氧化性预测的模型训练 | 第53-58页 |
| 第五章 软件设计 | 第58-72页 |
| ·Keil uVision2集成开发环境简介 | 第58-59页 |
| ·系统软件设计分析 | 第59页 |
| ·应用程序开发 | 第59-69页 |
| ·系统主程序 | 第59-61页 |
| ·数据处理子程序 | 第61-63页 |
| ·通信协议 | 第63-67页 |
| ·时钟、键盘和显示程序 | 第67-69页 |
| ·软件抗干扰设计 | 第69-72页 |
| 第六章 上位机用户界面设计 | 第72-86页 |
| ·编程语言的选择 | 第72页 |
| ·VC与MATLAB混合编程 | 第72-73页 |
| ·VC调用Matlab引擎的实现 | 第73-74页 |
| ·Matlab引擎 | 第73页 |
| ·扫描驱动子程序 | 第73-74页 |
| ·VC中的串口通信 | 第74-81页 |
| ·MSComm控件属性 | 第74-75页 |
| ·通过MSComm控件实现串口编程 | 第75-81页 |
| ·人机界面 | 第81-86页 |
| 结论 | 第86-88页 |
| 附图 | 第88-90页 |
| 参考文献 | 第90-94页 |
| 致谢 | 第94-96页 |
| 攻读学位期间发表的学术论文目录 | 第96-97页 |
| 学位论文评阅及答辩情况表 | 第97页 |
