| 1 引言 | 第7-10页 |
| 2 两相流的参数检测与识别 | 第10-21页 |
| 2．1 两相流特点及主要参数 | 第10-11页 |
| 2．2 两相流的理论预测 | 第11-13页 |
| 2．3 两相流的测量及流型识别方法 | 第13-21页 |
| 2．3．1 直接测量法 | 第13页 |
| 2．3．2 间接测量法 | 第13-21页 |
| 2．3．2．1 功率谱密度函数法 | 第14-15页 |
| 2．3．2．2 概率密度函数分析法 | 第15-17页 |
| 2．3．2．3 电容层析成像技术及应用 | 第17-21页 |
| 3 信息融合机理研究 | 第21-28页 |
| 3．1 信息融合的结构 | 第21-23页 |
| 3．1．1 开环模式 | 第21-22页 |
| 3．1．2 闭环模式 | 第22-23页 |
| 3．2 典型融合算法 | 第23-28页 |
| 3．2．1 Bayes算法 | 第24-25页 |
| 3．2．2 D—S证据理论 | 第25-28页 |
| 4 用信息融合算法进行两相流流型辨识 | 第28-48页 |
| 4．1 问题描述 | 第28-29页 |
| 4．2 面向对象的信息融合算法及其神经网络实现 | 第29-35页 |
| 4．2．1 信息融合神经网络系统结构 | 第29页 |
| 4．2．2 基于神经网络的算法实现 | 第29-35页 |
| 4．2．2．1 输入数据模糊化 | 第29-30页 |
| 4．2．2．2 Kohonen网络的实现 | 第30-33页 |
| 4．2．2．3 BP网络的实现 | 第33-35页 |
| 4．2．2．4 流型识别 | 第35页 |
| 4．3 面向对象的信息融合算法的模糊逻辑实现 | 第35-40页 |
| 4．3．1 模糊理论基础 | 第35-37页 |
| 4．3．2 模糊一致性融合算法及步骤 | 第37-39页 |
| 4．3．3 流型识别结果 | 第39-40页 |
| 4．4 流型识别的信息融合软件实现 | 第40-48页 |
| 4．4．1 软件实现工具 | 第40-41页 |
| 4．4．2 本软件研制开发目的及意义 | 第41页 |
| 4．4．3 系统界面设计与应用 | 第41-48页 |
| 4．4．3．1 基于神经网络的信息融合流型识别子系统 | 第43-47页 |
| 4．4．3．2 基于模糊逻辑的信息融合流型识别子系统 | 第47-48页 |
| 5 基于电容法的石油评价体系的确立及信息融合方法初探 | 第48-56页 |
| 5．1 石油的基本特征及其相关重要参数 | 第48-49页 |
| 5．2 电容传感器的理论基础与应用 | 第49-51页 |
| 5．2．1 传感器的设计 | 第50-51页 |
| 5．2．1．1 电容传感器结构稳定性的设计 | 第50-51页 |
| 5．3 原油热处理的实验研究 | 第51-52页 |
| 5．3．1 样品的准备 | 第52页 |
| 5．3．2 实验方案 | 第52页 |
| 5．3．3 实验结果与分析 | 第52页 |
| 5．4 热处理温度评定与测量参数结果分析 | 第52-56页 |
| 5．4．1 最佳热处理温度评定及凝点预测 | 第52-53页 |
| （1） 最终冷却温度的影响 | 第53页 |
| （2） 冷却方式的影响 | 第53页 |
| （3） 冷却速度的影响 | 第53页 |
| 5．4．2 实验结果初步分析 | 第53-54页 |
| 5．4．3 基于信息融合的数据处理与预测 | 第54-55页 |
| 5．4．4 原油热处理预测结果 | 第55-56页 |
| 6 结束语 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 附录1： 系统主界面程序 | 第61-63页 |
| 附录2： 攻读硕士期间所发表学术论文 | 第63-65页 |
| 致谢 | 第65页 |
