基于FBG的光纤电流传感系统温度补偿技术研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 1 绪论 | 第10-16页 |
| 1.1 课题背景及意义 | 第10-11页 |
| 1.2 国内外研究发展现状 | 第11-14页 |
| 1.2.1 光纤电流传感研究现状 | 第11-12页 |
| 1.2.2 温度补偿研究现状 | 第12-14页 |
| 1.3 本课题主要研究内容 | 第14-16页 |
| 2 光纤电流传感与温度补偿原理 | 第16-22页 |
| 2.1 FBG传感原理及传感特性 | 第16-18页 |
| 2.1.1 FBG的传感原理 | 第16-17页 |
| 2.1.2 FBG的传感特性 | 第17-18页 |
| 2.2 超磁致伸缩材料特性 | 第18-19页 |
| 2.3 温度补偿原理 | 第19-20页 |
| 2.4 FBG电流传感系统结构图 | 第20-21页 |
| 2.5 本章小结 | 第21-22页 |
| 3 基于FBG的光纤电流传感系统设计 | 第22-30页 |
| 3.1 实验器材的选择 | 第22-26页 |
| 3.1.1 FBG的选择 | 第22页 |
| 3.1.2 GMM的选择 | 第22-23页 |
| 3.1.3 螺线管的选择 | 第23-25页 |
| 3.1.4 传感头的制作 | 第25-26页 |
| 3.2 实验平台搭建 | 第26-27页 |
| 3.3 实验数据的测量与分析 | 第27-29页 |
| 3.4 本章小结 | 第29-30页 |
| 4 FBG电流传感温度补偿技术研究 | 第30-41页 |
| 4.1 神经网络 | 第30-34页 |
| 4.1.1 人工神经元 | 第30-32页 |
| 4.1.2 神经网络结构 | 第32页 |
| 4.1.3 神经网络的学习方式 | 第32-34页 |
| 4.2 BP神经网络模型的建立 | 第34-38页 |
| 4.2.1 BP神经网络结构的建立 | 第34-36页 |
| 4.2.2 数据归一化处理 | 第36页 |
| 4.2.3 模型的交叉验证 | 第36-37页 |
| 4.2.4 BP神经网络模型流程 | 第37-38页 |
| 4.3 实验分析与比较 | 第38-40页 |
| 4.4 本章小结 | 第40-41页 |
| 5 FBG电流传感温度补偿算法优化研究 | 第41-54页 |
| 5.1 粒子群算法对BP神经网络的优化 | 第41-48页 |
| 5.1.1 粒子群算法的基本概念 | 第41-42页 |
| 5.1.2 粒子群算法的数学模型 | 第42-45页 |
| 5.1.3 粒子群算法优化模型的建立 | 第45-46页 |
| 5.1.4 实验分析与比较 | 第46-48页 |
| 5.2 遗传算法对BP神经网络的优化 | 第48-52页 |
| 5.2.1 遗传算法的基本理论 | 第48页 |
| 5.2.2 遗传算法优化模型的建立 | 第48-50页 |
| 5.2.3 实验分析与比较 | 第50-52页 |
| 5.3 PSO-BP算法与GA-BP算法对比分析 | 第52-53页 |
| 5.4 本章小结 | 第53-54页 |
| 6 结论与展望 | 第54-56页 |
| 参考文献 | 第56-61页 |
| 致谢 | 第61-62页 |
| 攻读学位期间发表的学术论文 | 第62页 |
