致谢 | 第4-5页 |
摘要 | 第5-7页 |
ABSTRACT | 第7-8页 |
1. 绪论 | 第13-26页 |
1.1 气体超声波流量计概述 | 第13-14页 |
1.2 气体超声波换能器概述 | 第14-19页 |
1.2.1 气体超声波换能器性能参数 | 第15-18页 |
1.2.2 气体超声波流量计对于换能器的要求 | 第18-19页 |
1.3 气体超声波换能器配对概述 | 第19-24页 |
1.3.1 换能器配对意义 | 第19-20页 |
1.3.2 换能器配对原理 | 第20-21页 |
1.3.3 换能器配对存在问题及解决方案 | 第21-24页 |
1.4 本论文的目的、创新点以及意义 | 第24-25页 |
1.5 本论文的主要工作内容 | 第25-26页 |
2. 气体超声波换能器等效电路模型仿真 | 第26-54页 |
2.1 气体超声波换能器基本理论 | 第26-33页 |
2.1.1 压电陶瓷性能参数及特性 | 第26-30页 |
2.1.2 匹配层特性 | 第30-31页 |
2.1.3 换能器性能参数 | 第31-33页 |
2.2 气体超声波换能器性能检测装置 | 第33-37页 |
2.2.1 换能器瞬态特性参数检测装置 | 第33-34页 |
2.2.2 稳态特性参数检测装置 | 第34-35页 |
2.2.3 换能器温度检测装置 | 第35-36页 |
2.2.4 换能器压力检测装置 | 第36-37页 |
2.3 气体超声波换能器等效电路模型 | 第37-53页 |
2.3.1 模型简化 | 第37-38页 |
2.3.2 压电陶瓷径向振动等效电路 | 第38-40页 |
2.3.3 匹配层径向振动的等效电路 | 第40-43页 |
2.3.4 气体超声波换能器等效电路模型 | 第43-48页 |
2.3.5 气体超声波换能器模型实验评估 | 第48-53页 |
2.4 本章小结 | 第53-54页 |
3. 基于主成分分析的遗传神经网络换能器配对模型设计 | 第54-76页 |
3.1 神经网络概述 | 第54-58页 |
3.1.1 神经网络原理 | 第54-55页 |
3.1.2 神经网络传递函数 | 第55页 |
3.1.3 BP神经网络 | 第55-58页 |
3.2 主成分分析 | 第58-59页 |
3.3 主成分分析与神经网络结合设计 | 第59-61页 |
3.4 遗传算法概述 | 第61-63页 |
3.4.1 遗传算法的原理 | 第61-62页 |
3.4.2 遗传算法的基本步骤 | 第62-63页 |
3.5 遗传算法与主成分分析的BP神经网络结合设计 | 第63-69页 |
3.5.1 BP神经网络存在的问题 | 第63页 |
3.5.2 BP神经网络的改进 | 第63-64页 |
3.5.3 遗传算法优化神经网络方案 | 第64-65页 |
3.5.4 遗传算法优化主成分分析的神经网络的具体方法 | 第65-69页 |
3.6 基于主成分的遗传神经网络换能器配对模型设计 | 第69-75页 |
3.6.1 换能器灵敏度预测结果要求 | 第69页 |
3.6.2 训练样本及检验样本的选取 | 第69-70页 |
3.6.3 数据及训练样本的处理 | 第70页 |
3.6.4 网络结构的确定 | 第70-73页 |
3.6.5 神经网络预测模型 | 第73-74页 |
3.6.6 利用遗传算法优化BP神经网络 | 第74-75页 |
3.7 本章小结 | 第75-76页 |
4. 基于主成分分析的遗传神经网络换能器配对模型测试 | 第76-93页 |
4.1 换能器等效电路仿真数据预测 | 第76-84页 |
4.1.1 BP神经网络预测 | 第76-78页 |
4.1.2 基于主成分分析的BP神经网络预测 | 第78-81页 |
4.1.3 基于主成分分析的遗传神经网络预测 | 第81-84页 |
4.2 基于主成分的遗传神经网络实测数据预测 | 第84-91页 |
4.2.1 常温常压下检测数据预测结果 | 第84-86页 |
4.2.2 常压不常温下检测数据结果预测 | 第86-88页 |
4.2.3 常温不常压下检测数据结果预测 | 第88-91页 |
4.3 仿真结果与实测结果比较 | 第91页 |
4.4 本章小结 | 第91-93页 |
5. 气体超声波换能器配对系统设计 | 第93-110页 |
5.1 配对系统程序设计方案 | 第93-100页 |
5.1.1 最优配对程序流程图设计 | 第93-99页 |
5.1.2 配对性能预测程序流程图设计 | 第99-100页 |
5.2 配对系统界面设计与开发 | 第100-109页 |
5.2.1 图形用户界面(GUI) | 第100-101页 |
5.2.2 设计方案 | 第101-106页 |
5.2.3 实验结果分析 | 第106-109页 |
5.3 本章小结 | 第109-110页 |
6. 总结与展望 | 第110-112页 |
6.1 论文总结 | 第110页 |
6.2 论文展望 | 第110-112页 |
参考文献 | 第112-116页 |