球墨铸铁质量热分析仪的设计和实现
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外热分析技术的发展和研究现状 | 第10-12页 |
| 1.2.1 化学成分预测方面的研究 | 第10-11页 |
| 1.2.2 球化率预测方面的研究 | 第11-12页 |
| 1.3 神经网络算法在热分析技术中的应用 | 第12页 |
| 1.4 主要研究内容和意义 | 第12-13页 |
| 1.5 章节安排 | 第13-14页 |
| 第二章 系统原理及方案设计 | 第14-18页 |
| 2.1 热分析技术原理 | 第14-16页 |
| 2.2 总体方案设计 | 第16-17页 |
| 2.3 本章小结 | 第17-18页 |
| 第三章 算法的设计和仿真 | 第18-34页 |
| 3.1 神经网络算法 | 第18-19页 |
| 3.1.1 神经元模型 | 第18-19页 |
| 3.1.2 神经网络结构 | 第19页 |
| 3.2 预测模型的设计 | 第19-24页 |
| 3.2.1 输入层、输出层神经元的确定 | 第19-20页 |
| 3.2.2 预测模型激活函数的选择 | 第20-21页 |
| 3.2.3 预测模型训练算法的选择 | 第21-22页 |
| 3.2.4 预测模型隐含层的设计 | 第22-24页 |
| 3.2.5 数据归一化处理 | 第24页 |
| 3.3 训练样本数据的采集 | 第24-27页 |
| 3.4 BP神经网络的预测模型的仿真 | 第27-33页 |
| 3.4.1 球化率预测算法仿真 | 第28-29页 |
| 3.4.2 碳当量预测算法仿真 | 第29-31页 |
| 3.4.3 碳含量预测算法仿真 | 第31-32页 |
| 3.4.4 硅含量预测算法仿真 | 第32-33页 |
| 3.5 本章小结 | 第33-34页 |
| 第四章 系统硬件设计和实现 | 第34-43页 |
| 4.1 硬件系统设计方案 | 第34页 |
| 4.2 温度采集系统设计 | 第34-37页 |
| 4.2.1 电路设计 | 第36-37页 |
| 4.2.2 温度采集系统硬件实物 | 第37页 |
| 4.3 主控系统设计 | 第37-42页 |
| 4.3.1 电源电路 | 第38页 |
| 4.3.2 最小系统电路 | 第38-39页 |
| 4.3.3 LED、按键驱动电路 | 第39-40页 |
| 4.3.4 串口通信电路 | 第40页 |
| 4.3.5 SD存储电路 | 第40-41页 |
| 4.3.6 主控系统硬件实物 | 第41-42页 |
| 4.4 本章小结 | 第42-43页 |
| 第五章 系统软件设计和实现 | 第43-60页 |
| 5.1. 软件系统平台 | 第43-45页 |
| 5.2. 软件系统设计 | 第45-48页 |
| 5.2.1 系统软件的体系结构 | 第45页 |
| 5.2.2 任务设计 | 第45-48页 |
| 5.3 软件系统的任务设计 | 第48-59页 |
| 5.3.1 热电偶数据采集任务 | 第48-51页 |
| 5.3.2 人机交互任务 | 第51-53页 |
| 5.3.3 数据存储任务 | 第53-54页 |
| 5.3.4 冷却曲线数据预处理任务 | 第54-56页 |
| 5.3.5 特征温度识别任务 | 第56-58页 |
| 5.3.6 分析算法任务 | 第58-59页 |
| 5.4 本章小结 | 第59-60页 |
| 第六章 系统测试和分析 | 第60-67页 |
| 6.1 系统测试 | 第60页 |
| 6.2 测试结果分析 | 第60-66页 |
| 6.2.1 热分析仪测试结果 | 第60-61页 |
| 6.2.2 金相分析法测试结果 | 第61-63页 |
| 6.2.3 球化率测试结果对比 | 第63-66页 |
| 6.3 本章小结 | 第66-67页 |
| 第七章 总结和展望 | 第67-68页 |
| 7.1 总结 | 第67页 |
| 7.2 展望 | 第67-68页 |
| 致谢 | 第68-69页 |
| 参考文献 | 第69-72页 |
