| 第1章 绪论 | 第7-17页 |
| 1.1 研究背景及意义 | 第7-8页 |
| 1.2 船舶舱底水油分浓度检测的国内外研究现状与分析 | 第8-11页 |
| 1.2.1 水中矿物油浓度检测方法 | 第8-10页 |
| 1.2.2 水中油检测国内外研究现状 | 第10-11页 |
| 1.3 气体浓度在线检测的国内外研究现状与分析 | 第11-13页 |
| 1.3.1 固定污染源排放监测方法 | 第11-13页 |
| 1.3.2 非分散红外法气体检测的国内外研究现状 | 第13页 |
| 1.4 研究目标 | 第13-14页 |
| 1.5 本文主要研究内容 | 第14-17页 |
| 第2章 船舶排放污染物智能监测系统研究 | 第17-23页 |
| 2.1 基于浊度法的船用油分浓度检测的工作原理 | 第17-19页 |
| 2.1.1 水中油的存在形式 | 第17页 |
| 2.1.2 光散射理论分析 | 第17-19页 |
| 2.1.3 透射检测方法 | 第19页 |
| 2.2 非分散红外烟气二氧化硫浓度检测原理 | 第19-22页 |
| 2.2.1 红外吸收光谱原理 | 第19-20页 |
| 2.2.2 非分散红外检测技术基本原理 | 第20-21页 |
| 2.2.3 差分吸收法 | 第21-22页 |
| 2.3 船舶排放污染物智能监测系统总体框架 | 第22页 |
| 2.4 本章小结 | 第22-23页 |
| 第3章 船用油分浓度计原理样机的设计 | 第23-43页 |
| 3.1 船用油分浓度计原理样机系统的总体结构 | 第23-29页 |
| 3.1.1 光路系统 | 第23-24页 |
| 3.1.2 光电系统元器件选择 | 第24-26页 |
| 3.1.3 硬件电路 | 第26-27页 |
| 3.1.4 信号处理模块 | 第27-29页 |
| 3.2 油分浓度检测模型设计 | 第29-32页 |
| 3.2.1 影响检测精度的干扰因素分析 | 第29-30页 |
| 3.2.2 最小二乘支持向量机(LS-SVM) | 第30-32页 |
| 3.3 LS-SVM参数优化算法研究 | 第32-35页 |
| 3.3.1 粒子群优化(PSO)算法 | 第32-34页 |
| 3.3.2 PSO-LS-SVM算法流程 | 第34-35页 |
| 3.4 检测模型实验分析 | 第35-41页 |
| 3.4.1 实验样品的配置 | 第35-36页 |
| 3.4.2 LS-SVM与PSO-LS-SVM油分浓度预测仿真模型的建立 | 第36-40页 |
| 3.4.3 最小二乘拟合油分浓度回归模型的建立和分析 | 第40-41页 |
| 3.5 本章小结 | 第41-43页 |
| 第4章 二氧化硫浓度检测信号去噪算法研究 | 第43-51页 |
| 4.1 双波长单光路传感器气室结构 | 第43-44页 |
| 4.2 噪声来源及去噪方法分析 | 第44-45页 |
| 4.3 小波变换的基本理论 | 第45-47页 |
| 4.3.1 小波变换的概念 | 第45页 |
| 4.3.2 Mallat小波分解算法 | 第45-46页 |
| 4.3.3 小波阈值去噪原理 | 第46-47页 |
| 4.3.4 小波阈值的选取 | 第47页 |
| 4.4 检测信号小波阈值去噪仿真分析 | 第47-50页 |
| 4.4.1 原始含噪信号采集 | 第47-48页 |
| 4.4.2 小波阈值去噪仿真分析 | 第48-50页 |
| 4.5 本章小结 | 第50-51页 |
| 第5章 船舶排放污染物智能监测系统上位机设计 | 第51-59页 |
| 5.1 上位机监测系统软件设计 | 第51-57页 |
| 5.2 本章小结 | 第57-59页 |
| 第6章 总结与展望 | 第59-61页 |
| 6.1 主要工作总结 | 第59-60页 |
| 6.2 研究工作展望 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 攻读硕士期间发表的学术论文 | 第65-67页 |
| 攻读硕士期间获得的奖励 | 第67-69页 |
| 致谢 | 第69-71页 |
| 摘要 | 第71-73页 |
| Abstract | 第73-74页 |
