首页--工业技术论文--一般工业技术论文--计量学论文--力学计量论文--流量与流速计量论文

双弯管法固相质量流量软测量方法研究

摘要第4-5页
Abstract第5页
引言第8-9页
第1章 绪论第9-15页
    1.1 气固两相流研究的背景和意义第9-11页
    1.2 气固两相流参数测量发展历程及趋势第11-15页
        1.2.1 气固两相流参数测量发展历程第11-12页
        1.2.2 气固两相流参数检测的难点第12-13页
        1.2.3 气固两相流参数检测发展趋势第13-15页
第2章 固相质量流量测量方法的研究和比较第15-23页
    2.1 差压法第15-16页
    2.2 光学法第16-17页
    2.3 电容法第17页
    2.4 静电法第17-19页
    2.5 热学法第19页
    2.6 电容层析成像技术第19-20页
    2.7 软测量技术第20-23页
        2.7.1 基于机理分析的软测量方法第20-21页
        2.7.2 基于动态分析的软测量方法第21页
        2.7.3 基于人工智能的软测量方法第21-23页
第3章 双弯管法固相质量流量测量原理第23-39页
    3.1 弯管流量计及流量测量原理第23-31页
        3.1.1 弯管流量计简介第23-24页
        3.1.2 弯管流量计特点第24-25页
        3.1.3 弯管流量计测量原理第25-31页
    3.2 双弯管法测量固相质量流量第31-33页
    3.3 气力输送实验系统第33-39页
        3.3.1 气力输送系统第33-35页
        3.3.2 实验装置第35-37页
        3.3.3 实验测量系统第37-39页
第4章 基于人工神经网络的软测量模型建立第39-53页
    4.1 软测量技术及建模方法第39-41页
        4.1.1 软测量技术第39-40页
        4.1.2 软测量辅助变量的选择和建模方法第40页
        4.1.3 建立模型的方法第40-41页
    4.2 人工神经网络第41-42页
    4.3 基于BP神经网络的软测量模型第42-47页
        4.3.1 BP神经网络第42-43页
        4.3.2 基于BP神经网络软测量模型第43-45页
        4.3.3 BP神经模型训练及数据处理第45-47页
    4.4 基于RBF网络的软测量模型第47-51页
        4.4.1 RBF网络第47-48页
        4.4.2 基于RBF网络的软测量模型第48-49页
        4.4.3 RBF网络模型训练及数据处理第49-51页
    4.5 模型对比及误差分析第51-53页
第5章 三参数双弯管法软测量模型建立第53-62页
    5.1 双弯管法测量原理的完善第53-54页
    5.2 基于三输入的BP神经网络第54-59页
        5.2.1 三输入BP神经网络模型训练及数据处理第54-57页
        5.2.2 两种BP神经网络模型的比较第57-59页
    5.3 基于三输入的RBF网络第59-62页
        5.3.1 三输入RBF神经网络模型训练及数据处理第59-60页
        5.3.2 两种RBF网络模型的比较第60-62页
结论第62-63页
参考文献第63-67页
致谢第67-68页
导师简介第68-69页
作者简介第69-70页
学位论文数据集第70页

论文共70页,点击 下载论文
上一篇:振动、位移及转速校验分析仪的设计与实现
下一篇:500RT风冷冷水(热泵)机组性能实验台的节能设计