首页--工业技术论文--机械、仪表工业论文--热工量的测量仪表论文--流量测量仪表论文

超声波式热量表温度补偿算法的研究

摘要第4-5页
ABSTRACT第5-6页
第1章 绪论第9-13页
    1.1 课题背景及研究的目的和意义第9-10页
    1.2 国内外研究现状及分析第10-12页
        1.2.1 国外研究现状第10-11页
        1.2.2 国内研究现状第11-12页
    1.3 主要研究内容第12-13页
第2章 硬件基础及计量原理第13-27页
    2.1 总体构成第13-14页
        2.1.1 温度传感器第13-14页
        2.1.2 超声波流量传感器第14页
        2.1.3 电子积算仪第14页
    2.2 硬件结构第14-17页
        2.2.1 温度采集模块第15-16页
        2.2.2 超声波信号控制模块第16-17页
        2.2.3 通信模块第17页
    2.3 热量计量原理第17-20页
    2.4 流量计量原理第20-26页
        2.4.1 时差法流量计量第20-22页
        2.4.2 流量计量影响因素分析第22-26页
    2.5 本章小结第26-27页
第3章 软件设计与实验分析第27-44页
    3.1 软件构成第27页
    3.2 主程序第27-30页
        3.2.1 设置初始化第28-29页
        3.2.2 计算子程序第29-30页
    3.3 中断程序第30-37页
        3.3.1 流量测量模块第30-34页
        3.3.2 温度测量模块第34-35页
        3.3.3 按键及菜单显示模块第35-36页
        3.3.4 掉电数据保护模块第36-37页
    3.4 流量检定实验与分析第37-43页
        3.4.1 检定设备第37-39页
        3.4.2 检定原理第39-40页
        3.4.3 检定方案第40-41页
        3.4.4 实验结果与数据分析第41-43页
    3.5 本章小结第43-44页
第4章 流量计量的温度补偿算法第44-59页
    4.1 流量计量补偿概况第44页
    4.2 查表修正算法第44-46页
        4.2.1 查表修正原理第44-46页
        4.2.2 查表修正算法仿真与分析第46页
    4.3 基于LMBP神经网络的温度补偿算法第46-58页
        4.3.1 LMBP神经网络原理第47-50页
        4.3.2 LMBP神经网络结构设计第50-53页
        4.3.3 LMBP神经网络建模与仿真分析第53-58页
    4.4 两种补偿算法对比及分析第58页
    4.5 本章小结第58-59页
第5章 实验验证与数据分析第59-66页
    5.1 补偿算法移植第59-60页
    5.2 实验验证方案第60-61页
    5.3 实验结果及分析第61-65页
    5.4 本章小结第65-66页
结论第66-67页
参考文献第67-71页
附表1 不同温度下流量检定实验数据第71-73页
附表2 查表修正算法校正值第73-74页
附表3 查表修正算法仿真实验数据第74-76页
附表4 LMBP神经网络仿真实验数据第76-78页
附表5 查表修正算法补偿后验证实验数据第78-79页
附表6 LMBP神经网络补偿后验证实验数据第79-80页
攻读硕士学位期间发表的论文及其它成果第80-82页
致谢第82页

论文共82页,点击 下载论文
上一篇:机器人自动化制孔中位姿误差的修正与补偿
下一篇:用于气体超声波流量计的积算仪研发