GMM-FBG电流传感器的建模与优化算法研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 课题研究背景与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 光纤传感器的发展现状 | 第10-11页 |
| 1.2.2 GMM的发展现状 | 第11-12页 |
| 1.2.3 GMM-FBG传感器的发展现状 | 第12-13页 |
| 1.3 本文主要研究内容 | 第13-14页 |
| 第2章 GMM-FBG电流传感器的设计与建模 | 第14-28页 |
| 2.1 GMM的特性研究 | 第14-16页 |
| 2.1.1 GMM的物理特性 | 第14-15页 |
| 2.1.2 GMM的性能参数 | 第15-16页 |
| 2.2 光纤光栅传感特性研究 | 第16-18页 |
| 2.2.1 光纤光栅的基本参数 | 第16-17页 |
| 2.2.2 光纤光栅的传感特性 | 第17-18页 |
| 2.3 GMM-FBG传感器的设计 | 第18-21页 |
| 2.3.1 传感器的驱动设计 | 第18-20页 |
| 2.3.2 传感器的驱动模型 | 第20-21页 |
| 2.4 GMM-FBG传感器的磁滞建模 | 第21-27页 |
| 2.4.1 GMM的磁滞模型理论 | 第21-25页 |
| 2.4.2 Preisach模型的改进 | 第25-27页 |
| 2.5 本章小结 | 第27-28页 |
| 第3章 GMM-FBG电流传感器模型的算法优化 | 第28-43页 |
| 3.1 改进的Preisach模型参数辨识原理 | 第28-29页 |
| 3.2 基于粒子群算法的模型优化 | 第29-33页 |
| 3.2.1 粒子群算法的基本形式 | 第29页 |
| 3.2.2 粒子群算法的基本流程 | 第29-30页 |
| 3.2.3 基于粒子群算法的参数辨识 | 第30-33页 |
| 3.3 基于非线性遗传算法的模型优化 | 第33-41页 |
| 3.3.1 非线性遗传算法的基本原理 | 第33-34页 |
| 3.3.2 非线性遗传算法的实现步骤 | 第34-36页 |
| 3.3.3 基于非线性遗传算法的参数辨识 | 第36-41页 |
| 3.4 仿真实验分析 | 第41-42页 |
| 3.5 本章小结 | 第42-43页 |
| 第4章 GMM-FBG传感器的仿真与实验 | 第43-60页 |
| 4.1 实验平台的搭建 | 第43-50页 |
| 4.1.1 传感系统原理图 | 第43-44页 |
| 4.1.2 实验平台的选择与分析 | 第44-50页 |
| 4.2 实验研究与结果分析 | 第50-59页 |
| 4.2.1 磁滞仿真模型 | 第50-51页 |
| 4.2.2 GMM-FBG传感实验分析 | 第51-59页 |
| 4.3 本章小结 | 第59-60页 |
| 结论 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 附录 | 第65-70页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第70-71页 |
| 致谢 | 第71-72页 |
| 作者简介 | 第72页 |
