摘要 | 第4-5页 |
abstract | 第5-6页 |
第一章 绪论 | 第13-21页 |
1.1 研究背景 | 第13-14页 |
1.2 声波传感器 | 第14-16页 |
1.2.1 石英晶体微天平 | 第14-15页 |
1.2.2 声表面波传感器 | 第15页 |
1.2.3 兰姆波传感器 | 第15-16页 |
1.2.4 乐甫波传感器 | 第16页 |
1.3 人工神经网络 | 第16-17页 |
1.4 国内外研究现状 | 第17-19页 |
1.5 论文的各章节工作安排 | 第19-21页 |
第二章 负载粘性液体的双压电式乐甫波传感器机理研究 | 第21-46页 |
2.1 引言 | 第21页 |
2.2 乐甫波理论分析 | 第21-26页 |
2.2.1 压电材料的耦合波方程 | 第21-23页 |
2.2.2 欧拉角变换 | 第23页 |
2.2.3 坐标定义及Christoffel方程组 | 第23-24页 |
2.2.4 乐甫波激发模式分类 | 第24-25页 |
2.2.5 部分波理论 | 第25页 |
2.2.6 表面有效介电常数法 | 第25-26页 |
2.3 负载粘性液体的双压电式乐甫波理论分析模型 | 第26-36页 |
2.3.1 理论模型结构 | 第26-27页 |
2.3.2 基底、薄膜结构中不考虑受迫振动结构的乐甫波 | 第27-30页 |
2.3.3 基底、薄膜结构中考虑受迫振动结构的乐甫波 | 第30-32页 |
2.3.4 粘性液体中的乐甫波 | 第32-33页 |
2.3.5 边界条件 | 第33-34页 |
2.3.6 加入衰减因子的理论模型 | 第34-36页 |
2.4 乐甫波传感器的设计优化 | 第36-45页 |
2.4.1 器件材料的选择 | 第36-37页 |
2.4.2 机械参数灵敏度 | 第37-39页 |
2.4.3 电学参数灵敏度 | 第39-41页 |
2.4.4 机电耦合系数 | 第41-42页 |
2.4.5 薄膜厚度-波长之比的选择和液体体积弹性模量的影响 | 第42-43页 |
2.4.6 液体各参数对乐甫波传感器的影响 | 第43-45页 |
2.5 本章小结 | 第45-46页 |
第三章 用于声波液体多参数分离检测的人工神经网络 | 第46-63页 |
3.1 引言 | 第46页 |
3.2 两级级联式神经网络的液体多参数分离检测方法 | 第46-56页 |
3.2.1 两级级联式神经网络的选择和工作原理 | 第46-48页 |
3.2.2 两级级联式神经网络的结构 | 第48-49页 |
3.2.3 数据选择和归一化 | 第49-50页 |
3.2.4 节点转移函数的选择 | 第50-52页 |
3.2.5 各级隐含层节点数的优化 | 第52-53页 |
3.2.6 理论分析模型数据的预测结果 | 第53-55页 |
3.2.7 训练数据对预测精度的影响 | 第55-56页 |
3.3 遗传算法对两级级联式神经网络的优化 | 第56-62页 |
3.3.1 初始权值和阈值 | 第56页 |
3.3.2 遗传算法的应用流程 | 第56-57页 |
3.3.3 种群的初始化 | 第57页 |
3.3.4 适应度函数 | 第57-58页 |
3.3.5 选择、交叉、变异操作 | 第58-59页 |
3.3.6 优化后的理论分析模型数据预测结果 | 第59-62页 |
3.4 本章小结 | 第62-63页 |
第四章 乐甫波的液体多参数传感系统 | 第63-83页 |
4.1 乐甫波传感器 | 第63-68页 |
4.1.1 乐甫波传感器的设计 | 第63-64页 |
4.1.2 乐甫波传感器的制作 | 第64-68页 |
4.2 乐甫波测试系统 | 第68-75页 |
4.2.1 基于矢量网络分析仪的测试系统 | 第68页 |
4.2.2 基于功率检波方法的测试系统 | 第68-75页 |
4.3 实验结果分析 | 第75-81页 |
4.3.1 双压电式乐甫波激发效率的研究 | 第75-76页 |
4.3.2 乐甫波传感器的液体传感研究 | 第76-80页 |
4.3.3 两级级联式神经网络的液体多参数并行检测研究 | 第80-81页 |
4.4 本章小结 | 第81-83页 |
第五章 总结与展望 | 第83-87页 |
5.1 总结 | 第83-85页 |
5.2 论文特色与创新点 | 第85页 |
5.3 论文不足与展望 | 第85-87页 |
参考文献 | 第87-91页 |
致谢 | 第91-92页 |
攻读硕士学位期间发表的学术成果 | 第92页 |