摘要 | 第4-5页 |
Abstract | 第5页 |
第一章 绪论 | 第8-12页 |
1.1 可燃气体检测的研究背景及意义 | 第8-9页 |
1.2 国内外气体检测技术的发展历史和研究现状 | 第9-11页 |
1.2.1 国内外气体检测技术的发展历史 | 第9-10页 |
1.2.2 气体检测技术的研究现状 | 第10-11页 |
1.3 论文研究主要内容 | 第11页 |
1.4 论文章节结构 | 第11-12页 |
第二章 可燃气体检测技术 | 第12-24页 |
2.1 可燃气体 | 第12页 |
2.1.1 可燃气体分类及主要成分 | 第12页 |
2.1.2 可燃气体主要危险性分析 | 第12页 |
2.1.3 可燃气体事故类型 | 第12页 |
2.2 气体传感器技术 | 第12-18页 |
2.2.1 气体传感器的组成 | 第13页 |
2.2.2 气体传感器的分类及其工作原理 | 第13-15页 |
2.2.3 气体传感器的主要特性 | 第15-17页 |
2.2.4 气体传感器的选择依据 | 第17-18页 |
2.3 多传感器理论 | 第18-21页 |
2.3.1 多传感器气体检测理论 | 第18-19页 |
2.3.2 多传感器信息融合技术 | 第19-20页 |
2.3.3 多传感器信息融合过程 | 第20-21页 |
2.4 常用的无线通信技术 | 第21-23页 |
2.4.1 ZigBee(IEEE802.15.4) | 第21-22页 |
2.4.2 蓝牙(IEEE802.15.1) | 第22页 |
2.4.3 无线宽带(IEEE802.lla/b/) | 第22页 |
2.4.4 无线通信技术功耗对比 | 第22-23页 |
2.5 本章小结 | 第23-24页 |
第三章 可燃气体检测系统设计 | 第24-38页 |
3.1 气体传感器阵列的组成 | 第25-26页 |
3.1.1 气体传感器阵列的特点 | 第25页 |
3.1.2 气体传感器阵列的组成 | 第25-26页 |
3.2 气体采集模块 | 第26-28页 |
3.3 微控制器模块 | 第28-34页 |
3.3.1 STM32 介绍 | 第29-30页 |
3.3.2 STM32 特性 | 第30-34页 |
3.4 无线通信单元 | 第34-35页 |
3.5 电源单元 | 第35-36页 |
3.6 检测系统工作流程及实验数据获取 | 第36页 |
3.6.1 检测系统工作流程 | 第36页 |
3.6.2 样本数据的获取 | 第36页 |
3.7 本章小结 | 第36-38页 |
第四章 基于神经网络的可燃气体检测方法 | 第38-53页 |
4.1 人工神经网络 | 第38-39页 |
4.2 RBF神经网络 | 第39-42页 |
4.2.1 RBF神经网络结构模型 | 第39-41页 |
4.2.2 RBF神经网络的学习算法 | 第41-42页 |
4.3 RBF神经网络在可燃气体检测领域的应用 | 第42-52页 |
4.3.1 单一可燃气体定性识别 | 第42-45页 |
4.3.2 单一可燃气体的定量分析 | 第45-47页 |
4.3.3 混合可燃气体的定量分析 | 第47-52页 |
4.4 本章小结 | 第52-53页 |
第五章 系统软件设计 | 第53-60页 |
5.1 微控制器软件设计 | 第53-56页 |
5.1.1 初始化设计 | 第53-54页 |
5.1.2 检测模式 | 第54-56页 |
5.2 CC2531 无线收发节点软件设计 | 第56-59页 |
5.3 本章小结 | 第59-60页 |
总结与展望 | 第60-62页 |
参考文献 | 第62-65页 |
致谢 | 第65页 |