基于动态光散射的超细颗粒测试技术研究
中文摘要 | 第1-5页 |
英文摘要 | 第5-8页 |
1 绪论 | 第8-13页 |
·颗粒测量的意义 | 第8-9页 |
·当前国内外颗粒测量的有关方法 | 第9-10页 |
·筛分法 | 第9页 |
·显微镜法 | 第9页 |
·沉降法 | 第9-10页 |
·库尔特法(电阻法) | 第10页 |
·光散射法 | 第10页 |
·光散射技术的发展现状 | 第10-11页 |
·本课题研究的问题 | 第11-12页 |
·小结 | 第12-13页 |
2 动态光散射的基本原理 | 第13-25页 |
·引言 | 第13页 |
·动态光散射的产生原理 | 第13-17页 |
·动态光散射的微粒测试原理 | 第17-21页 |
·自相关函数与微粒的关系 | 第17-18页 |
·光的混频技术 | 第18-20页 |
·光子自相关函数 | 第20-21页 |
·数字自相关器的工作原理 | 第21-24页 |
·小结 | 第24-25页 |
3 动态光散射实验的建立及光散射实验 | 第25-32页 |
·引言 | 第25页 |
·实验的建立 | 第25-27页 |
·激光器的选择 | 第25-26页 |
·光电倍增管(PMT)的选择 | 第26页 |
·数字相关器的选择 | 第26-27页 |
·实验及结果分析 | 第27-31页 |
·样品准备 | 第27-28页 |
·结果分析 | 第28-31页 |
·小结 | 第31-32页 |
4 动态光散射反演算法 | 第32-47页 |
·引言 | 第32-33页 |
·反演算法介绍及比较 | 第33-39页 |
·累积法 | 第33-34页 |
·非负约束最小二乘法及CONTIN 法 | 第34-37页 |
·拉普拉斯变换法 | 第37页 |
·非独立模式算法 | 第37页 |
·BP神经网络反演算法 | 第37-39页 |
·动态光散射的遗传反演算法 | 第39-46页 |
·遗传算法原理 | 第39-43页 |
·遗传算法用于动态光散射公式反演 | 第43-44页 |
·粒径分布的计算步骤 | 第44-45页 |
·数据仿真结果 | 第45页 |
·数据实验结果 | 第45-46页 |
·小结 | 第46-47页 |
5 总结与展望 | 第47-49页 |
·总结 | 第47-48页 |
·展望 | 第48-49页 |
致谢 | 第49-50页 |
参考文献 | 第50-52页 |
附录:攻读硕士学位期间发表的论文 | 第52-53页 |
独创性声明 | 第53页 |
学位论文版权使用授权书 | 第53页 |