| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第11-20页 |
| 1.1 课题研究背景 | 第11-12页 |
| 1.2 太阳能发电及其发展情况 | 第12-16页 |
| 1.2.1 太阳能发电和塔式热发电 | 第12-14页 |
| 1.2.2 塔式太阳能的发展概况 | 第14-16页 |
| 1.3 定日镜姿态角检测研究概况以及本文提出的研究方法 | 第16-18页 |
| 1.4 主要研究内容及论文结构 | 第18-20页 |
| 第2章 太阳位置矢量计算 | 第20-25页 |
| 2.1 引言 | 第20页 |
| 2.2 太阳方位的计算 | 第20-23页 |
| 2.2.1 纬度和经度 | 第20页 |
| 2.2.2 太阳赤纬角δ | 第20-21页 |
| 2.2.3 太阳时角h | 第21页 |
| 2.2.4 太阳高度角α | 第21-22页 |
| 2.2.5 太阳天顶角z | 第22页 |
| 2.2.6 太阳方位角φ | 第22-23页 |
| 2.2.7 日出日落时间和白天的长度 | 第23页 |
| 2.3 本章小结 | 第23-25页 |
| 第3章 “点对点”定日镜姿态角建模及“面对面”精确调整方案 | 第25-36页 |
| 3.1 引言 | 第25页 |
| 3.2 追踪太阳方式 | 第25-27页 |
| 3.2.1 简单闭环控制方式 | 第25-26页 |
| 3.2.2 开环控制方式 | 第26-27页 |
| 3.3 定日镜姿态角机理模型 | 第27-32页 |
| 3.3.1 “点对点”定日镜姿态校正建模原理 | 第28-29页 |
| 3.3.2 球面正弦与余弦定律 | 第29页 |
| 3.3.3 定日镜角度定义 | 第29-30页 |
| 3.3.4 定日镜姿态校正模型求解 | 第30-32页 |
| 3.4 “面对面”定日镜姿态角精确校正方案 | 第32-35页 |
| 3.4.1 基于中心点偏移校正方法 | 第32-33页 |
| 3.4.2 基于反射光斑形状校正方案 | 第33-35页 |
| 3.5 本章小结 | 第35-36页 |
| 第4章 基于图像处理和神经网络的定日镜姿态精确调整方法 | 第36-57页 |
| 4.1 引言 | 第36页 |
| 4.2 定日镜反射光斑定位 | 第36-47页 |
| 4.2.1 目标白板设计 | 第36-37页 |
| 4.2.2 基于矩不变理论的白板识别 | 第37-41页 |
| 4.2.3 目标光斑的提取 | 第41-47页 |
| 4.3 反射光斑特征提取 | 第47-51页 |
| 4.3.1 反射光板的形状确定 | 第47-48页 |
| 4.3.2 反射光斑的特征提取 | 第48-51页 |
| 4.4 基于L-M算法优化的BP神经网络 | 第51-56页 |
| 4.4.1 方法设计说明 | 第51-53页 |
| 4.4.2 L-M算法原理 | 第53页 |
| 4.4.3 姿态角辨识神经网络模型 | 第53-54页 |
| 4.4.4 基于L-M改进的BP神经网络算法 | 第54-56页 |
| 4.5 本章小结 | 第56-57页 |
| 第5章 实验验证 | 第57-72页 |
| 5.1 引言 | 第57页 |
| 5.2 定日镜运动规律仿真实验 | 第57-59页 |
| 5.3 基于小双轴跟踪控制器实验以及误差分析 | 第59-61页 |
| 5.3.1 实验平台 | 第59-60页 |
| 5.3.2 定日镜跟踪误差分析与结论 | 第60-61页 |
| 5.4 综合实验 | 第61-71页 |
| 5.4.1 实验设计 | 第61-62页 |
| 5.4.2 实验数据采集 | 第62-63页 |
| 5.4.3 建立BP神经网络 | 第63-64页 |
| 5.4.4 训练BP神经网络 | 第64-65页 |
| 5.4.5 实验结果与分析 | 第65-67页 |
| 5.4.6 对比实验 | 第67-71页 |
| 5.5 本章小结 | 第71-72页 |
| 第6章 总结和展望 | 第72-74页 |
| 6.1 总结 | 第72-73页 |
| 6.2 研究展望 | 第73-74页 |
| 致谢 | 第74-75页 |
| 参考文献 | 第75-79页 |
| 附录 | 第79页 |
