| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 多相流的概念及有关参数 | 第11-12页 |
| 1.2 电容层析成像技术 | 第12-15页 |
| 1.2.1 电容层析成像的原理 | 第12-14页 |
| 1.2.2 图像重建算法 | 第14-15页 |
| 1.3 流型辨识方法研究 | 第15-18页 |
| 1.3.1 国内对流型辨识的研究 | 第17页 |
| 1.3.2 国外对流型辨识的研究 | 第17-18页 |
| 1.4 本文的工作内容 | 第18-19页 |
| 第2章 特征提取方法研究 | 第19-29页 |
| 2.1 时间序列介绍 | 第19-20页 |
| 2.2 统计特征参数 | 第20-22页 |
| 2.2.1 低阶矩特征参数分析 | 第20页 |
| 2.2.2 高阶矩特征参数分析 | 第20-22页 |
| 2.3 分形分析 | 第22-24页 |
| 2.3.1 分形理论概述 | 第22页 |
| 2.3.2 分形时间序列分析 | 第22-24页 |
| 2.4 时间序列信息熵研究 | 第24-26页 |
| 2.5 小波多分辨率分析 | 第26-27页 |
| 2.5.1 小波分析各尺度能量研究 | 第26-27页 |
| 2.5.2 小波分析各尺度信息熵研究 | 第27页 |
| 2.6 本章小结 | 第27-29页 |
| 第3章 流型辨识模型研究 | 第29-37页 |
| 3.1 BP神经网络学习算法研究 | 第29-32页 |
| 3.2 RBF神经网络学习研究 | 第32-33页 |
| 3.3 自组织竞争网络学习方法研究 | 第33-34页 |
| 3.4 支持向量机算法研究 | 第34-36页 |
| 3.5 本章小结 | 第36-37页 |
| 第4章 基于数值模拟差压信号流型辨识方法研究 | 第37-55页 |
| 4.1 计算流体软件FLUENT | 第37-38页 |
| 4.2 差压信号分析 | 第38-41页 |
| 4.3 差压时间序列长度及取压点选择 | 第41-44页 |
| 4.3.1 差压时间序列长度的选取 | 第41页 |
| 4.3.2 取压位置的选取 | 第41-44页 |
| 4.4 基于分形分析方法的流型表征 | 第44-45页 |
| 4.5 基于小波分析及自组织竞争网络的流型辨识 | 第45-49页 |
| 4.5.1 差压信号的小波多分辨率分析 | 第45-48页 |
| 4.5.2 差压信号的偏斜率分析 | 第48页 |
| 4.5.3 基于自组织竞争神经网络流型辨识 | 第48-49页 |
| 4.6 差压时间序列信号分段 | 第49-51页 |
| 4.7 基于流型本身特点的流型辨识 | 第51-53页 |
| 4.8 本章小结 | 第53-55页 |
| 第5章 基于浓度分布信号流型辨识方法研究 | 第55-65页 |
| 5.1 浓度分布信号研究 | 第55-57页 |
| 5.1.1 浓度分布信号采集 | 第55页 |
| 5.1.2 浓度分布信号分析 | 第55-57页 |
| 5.2 径向截面信息特征提取方法研究 | 第57-59页 |
| 5.3 轴向时间序列信息特征提取方法研究 | 第59-62页 |
| 5.4 流型辨识模型研究 | 第62-64页 |
| 5.4.1 基于BP神经网络的流型辨识方法研究 | 第63-64页 |
| 5.4.2 基于支持向量机的流型辨识方法研究 | 第64页 |
| 5.5 本章小结 | 第64-65页 |
| 第6章 搭建流型辨识上位机系统及实验验证 | 第65-77页 |
| 6.1 浓度分布信号采集系统 | 第65-69页 |
| 6.1.1 ECT电容传感器 | 第66-67页 |
| 6.1.2 电容层析成像系统的C/V转换电路 | 第67-68页 |
| 6.1.3 主板电路 | 第68页 |
| 6.1.4 基于Ⅵ的数据采集 | 第68-69页 |
| 6.2 数值模拟差压信号数据采集系统 | 第69页 |
| 6.3 基于压力及浓度分布信号的气固两相流流型辨识系统 | 第69-74页 |
| 6.3.1 数值模拟差压信号流型辨识模块 | 第70-72页 |
| 6.3.2 浓度分布信号流型辨识模块 | 第72-73页 |
| 6.3.3 数据记录模块 | 第73页 |
| 6.3.4 前面板及功能实现 | 第73-74页 |
| 6.4 实验验证 | 第74-76页 |
| 6.5 本章小结 | 第76-77页 |
| 第7章 结论与展望 | 第77-79页 |
| 7.1 结论 | 第77页 |
| 7.2 建议 | 第77-79页 |
| 参考文献 | 第79-83页 |
| 致谢 | 第83页 |