流量传感器数据验证方法的研究
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第9-19页 |
| 1.1 课题研究背景及意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-16页 |
| 1.2.1 传感器数据验证方法的研究现状 | 第11-14页 |
| 1.2.2 流量传感器研究现状 | 第14-16页 |
| 1.3 本文研究内容及章节安排 | 第16-19页 |
| 第2章 流量传感器系统的介绍 | 第19-29页 |
| 2.1 流量传感器发展历史 | 第19-20页 |
| 2.2 常用流量传感器介绍 | 第20-25页 |
| 2.2.1 差压流量计 | 第20-22页 |
| 2.2.2 涡街流量计 | 第22-23页 |
| 2.2.3 质量流量计 | 第23-24页 |
| 2.2.4 电磁流量计 | 第24-25页 |
| 2.2.5 超声波流量计 | 第25页 |
| 2.3 流量传感器发展趋势 | 第25-27页 |
| 2.3.1 高精度、宽量程、高可靠性 | 第25-26页 |
| 2.3.2 新型流量计成为研究重点 | 第26页 |
| 2.3.3 信息化、智能化、远程化 | 第26-27页 |
| 2.4 本章小结 | 第27-29页 |
| 第3章 基于神经网络的预测器 | 第29-41页 |
| 3.1 BP神经网络 | 第29-34页 |
| 3.1.1 BP网络结构 | 第29-30页 |
| 3.1.2 BP网络学习算法 | 第30-32页 |
| 3.1.3 算法改进 | 第32-33页 |
| 3.1.4 BP神经网络流程图 | 第33-34页 |
| 3.2 小波神经网络 | 第34-38页 |
| 3.2.1 小波分析 | 第34-36页 |
| 3.2.2 松散型小波神经网络 | 第36页 |
| 3.2.3 紧致型小波神经网络 | 第36-38页 |
| 3.3 神经网络预测器 | 第38-40页 |
| 3.3.1 神经网络预测器工作原理 | 第38-39页 |
| 3.3.2 传感器数据验证流程图 | 第39-40页 |
| 3.4 本章小结 | 第40-41页 |
| 第4章 流量传感器故障仿真及其数据验证 | 第41-59页 |
| 4.1 数据采集及归一化处理 | 第41-43页 |
| 4.2 阈值设定 | 第43-44页 |
| 4.3 故障模拟仿真及其数据验证 | 第44-58页 |
| 4.3.1 常见模拟故障仿真 | 第44-45页 |
| 4.3.2 BP神经网络数据验证 | 第45-52页 |
| 4.3.3 小波神经网络数据验证 | 第52-58页 |
| 4.4 本章小结 | 第58-59页 |
| 第5章 流量传感器数据在线验证 | 第59-71页 |
| 5.1 组态王简介 | 第59-61页 |
| 5.1.1 趋势曲线 | 第60-61页 |
| 5.1.2 报警和事件 | 第61页 |
| 5.2 实验室组态系统介绍 | 第61-64页 |
| 5.2.1 音速喷嘴标定装置 | 第61-63页 |
| 5.2.2 工作原理 | 第63-64页 |
| 5.3 组态系统与上位机通信 | 第64-66页 |
| 5.4 传感器数据在线验证 | 第66-70页 |
| 5.4.1 方案设计 | 第66-68页 |
| 5.4.2 验证结果 | 第68-70页 |
| 5.5 本章小结 | 第70-71页 |
| 第6章 工作总结与展望 | 第71-73页 |
| 6.1 论文工作总结 | 第71-72页 |
| 6.2 展望 | 第72-73页 |
| 参考文献 | 第73-77页 |
| 致谢 | 第77-79页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第79页 |
