摘要 | 第5-7页 |
Abstract | 第7-8页 |
第一章 绪论 | 第13-29页 |
1.1 研究背景及意义 | 第13-14页 |
1.2 两相流主要测量参数 | 第14-16页 |
1.3 相关技术的研究现状 | 第16-25页 |
1.3.1 两相流流量测量技术的发展现状 | 第17-19页 |
1.3.2 流型辨识测量方法的概述 | 第19-22页 |
1.3.3 空隙率测量方法的概述 | 第22-24页 |
1.3.4 电阻层析成像技术的研究现状 | 第24-25页 |
1.4 本文研究技术路线及主要工作内容 | 第25-29页 |
1.4.1 技术路线 | 第25-27页 |
1.4.2 主要研究内容 | 第27-29页 |
第二章 电阻层析成像技术的基本原理 | 第29-39页 |
2.1 过程层析成像技术理论基础 | 第29-30页 |
2.2 电阻层析成像技术的基本原理 | 第30-31页 |
2.3 电阻层析成像的数学模型 | 第31-32页 |
2.4 正问题求解 | 第32-37页 |
2.4.1 场域理论求解 | 第33-34页 |
2.4.2 有限元法场域求解 | 第34-37页 |
2.5 逆问题模型 | 第37-38页 |
2.6 本章小结 | 第38-39页 |
第三章 基于敏感场软场特性分析的电极结构优化 | 第39-54页 |
3.1 场域中敏感场分布获取 | 第39-40页 |
3.2 软场特性研究 | 第40-41页 |
3.3 电极结构设计优化 | 第41-53页 |
3.3.1 优化指标 | 第42-43页 |
3.3.2 影响因素分析 | 第43-45页 |
3.3.3 驱动模式 | 第45-47页 |
3.3.4 均匀分布下电极结构优化 | 第47-51页 |
3.3.5 非均匀分布下电极结构优化 | 第51-53页 |
3.4 本章小结 | 第53-54页 |
第四章 基于统计先验的快速 ERT 图像重建算法研究 | 第54-69页 |
4.1 统计概率理论 | 第54-56页 |
4.1.1 概率密度模型 | 第54-55页 |
4.1.2 先验信息分布 | 第55-56页 |
4.2 基于统计先验的图像重建方法 | 第56-58页 |
4.2.1 基于统计先验的迭代重建算法 | 第56-58页 |
4.2.2 正则化统计先验快速重建算法 | 第58页 |
4.3 实验及结果分析 | 第58-67页 |
4.3.1 迭代重建算法结果与分析 | 第59-64页 |
4.3.2 改进算法结果与分析 | 第64-67页 |
4.4 本章小结 | 第67-69页 |
第五章 基于约束最优化理论的 ERT 图像重建算法研究 | 第69-94页 |
5.1 约束最优化理论 | 第69-71页 |
5.1.1 静态约束优化 | 第69-71页 |
5.1.2 动态约束优化 | 第71页 |
5.2 离散 H∞滤波原理 | 第71-72页 |
5.3 基于 H∞滤波的 ERT 图像重建算法 | 第72-85页 |
5.3.1 数学模型及求解 | 第72-74页 |
5.3.2 自适应干扰因子 H∞滤波算法 | 第74-75页 |
5.3.3 引入遗忘因子的自适应干扰因子 H∞滤波算法 | 第75-76页 |
5.3.4 实验结果分析 | 第76-85页 |
5.4 基于 H∞粒子滤波的 ERT 图像重建算法 | 第85-93页 |
5.4.1 粒子滤波理论 | 第85-88页 |
5.4.2 基于粒子滤波的图像重建算法 | 第88-89页 |
5.4.3 改进的粒子滤波图像重建算法 | 第89-90页 |
5.4.4 实验结果分析 | 第90-93页 |
5.5 本章小结 | 第93-94页 |
第六章 基于 ERT 成像技术的气水两相流流量测量 | 第94-104页 |
6.1 实验装置 | 第94-96页 |
6.2 实验方案 | 第96-97页 |
6.3 气水流量测量 | 第97-102页 |
6.3.1 流体密度测量 | 第97-99页 |
6.3.2 空隙率与质量含气率的关系 | 第99页 |
6.3.3 流量测量及优化 | 第99-102页 |
6.4 本章小结 | 第102-104页 |
第七章 结束语 | 第104-107页 |
7.1 论文工作总结 | 第104-105页 |
7.2 论文创新点 | 第105页 |
7.3 展望 | 第105-107页 |
参考文献 | 第107-118页 |
攻读博士学位期间发表的论文及所取得的研究成果 | 第118-119页 |
致谢 | 第119-120页 |