基于光散射原理的吸气式感烟火灾自动探测技术研究
摘要 | 第1-6页 |
Abstract | 第6-10页 |
第一章 引言 | 第10-16页 |
·传统火灾探测技术 | 第10-12页 |
·激光粒子探测技术 | 第12-13页 |
·吸气式感烟火灾探测技术 | 第13页 |
·基于粒子受激散射的烟雾辨识方法 | 第13-14页 |
·本文的研究内容和研究方法 | 第14-16页 |
第二章 烟雾粒子光散射原理 | 第16-26页 |
·光的散射过程 | 第16-17页 |
·烟雾粒子光散射分类 | 第17-24页 |
·瑞利散射 | 第18-20页 |
·Mie散射 | 第20-24页 |
·本章小结 | 第24-26页 |
第三章 吸气式火灾探测器自动探测系统设计 | 第26-42页 |
·探测原理 | 第26-28页 |
·报警阈值设计与调整 | 第28-32页 |
·双激光烟雾探测技术 | 第32-33页 |
·云雾室探测 | 第33页 |
·光路器件保护设计 | 第33-34页 |
·气流流速检测和控制 | 第34-38页 |
·测量气流量的必要性 | 第35页 |
·微小气流测量 | 第35-37页 |
·气流流速控制硬件设计 | 第37-38页 |
·火灾探测分区设计 | 第38-39页 |
·管路与风机一对一控制硬件设计 | 第38-39页 |
·单一风机多管路控制硬件设计 | 第39页 |
·一氧化碳气体探测分区设计 | 第39页 |
·管路与探测腔一对一设计 | 第39页 |
·本章小结 | 第39-42页 |
第四章 基于BP神经网络的粒子属性辨识方法研究 | 第42-48页 |
·BP神经网络算法 | 第42-43页 |
·BP神经网络算法辨识烟雾粒子 | 第43-47页 |
·信号特征提取 | 第43-44页 |
·神经网络的结构和训练 | 第44-45页 |
·辨识结果 | 第45-47页 |
·本章小结 | 第47-48页 |
第五章 激光粒子群多角度散射实验平台设计 | 第48-56页 |
·实验平台总体方案构思和论证 | 第48页 |
·实验平台总体方案 | 第48-54页 |
·烟雾产生部分设计 | 第49页 |
·吸气系统设计 | 第49-50页 |
·激光器设计 | 第50页 |
·散射仓设计 | 第50-51页 |
·信号接收器设计 | 第51-52页 |
·滑动导轨设计 | 第52-53页 |
·信号放大及A/D | 第53-54页 |
·本章小结 | 第54-56页 |
第六章 数据采集及实验设计 | 第56-62页 |
·软件设计 | 第56-57页 |
·数据处理 | 第57-61页 |
·本章小结 | 第61-62页 |
第七章 结论 | 第62-64页 |
参考文献 | 第64-68页 |
致谢 | 第68页 |