首页--数理科学和化学论文--力学论文--流体力学论文--多相流论文

基于卡尔曼滤波的两相流含水率自适应估计方法

中文摘要第3-4页
ABSTRACT第4-5页
第1章 绪论第9-19页
    1.1 多相流概述第9-10页
        1.1.1 多相流特点第9-10页
        1.1.2 多相流检测技术发展概况第10页
    1.2 多相流主要待测参数及检测方法第10-14页
        1.2.1 流量与流速测量第10-12页
        1.2.2 两相流流型第12-13页
        1.2.3 相含率测量第13-14页
    1.3 状态估计方法第14-17页
        1.3.1 状态估计的定义和发展第14-15页
        1.3.2 状态估计的方法第15-16页
        1.3.3 状态估计的作用第16-17页
    1.4 论文创新点第17页
    1.5 论文组织结构第17-19页
第2章 电容电导测试系统与实验设计第19-29页
    2.1 两相流相含率电学测试方法第19-20页
    2.2 电容电导式两相流测试系统结构第20-21页
    2.3 电导传感器第21-23页
    2.4 电容传感器第23-25页
    2.5 实验装置与实验点设计第25-28页
    2.6 小结第28-29页
第3章 两相流含水率估计方法第29-41页
    3.1 卡尔曼滤波第29-32页
    3.2 基于卡尔曼滤波的自适应估计方法第32-34页
        3.2.1 基于离散互相关的自适应估计方法第32-34页
        3.2.2 基于渐衰系数的自适应估计方法第34页
    3.3 基于无迹卡尔曼滤波的估计方法第34-39页
        3.3.1 基于无迹卡尔曼的串联估计方法第35-38页
        3.3.2 基于无迹卡尔曼的噪声迭代估计方法第38-39页
    3.4 环境变量第39-40页
    3.5 小结第40-41页
第4章 油水两相流含水率估计第41-51页
    4.1 数据预处理第41-42页
    4.2 单传感器测量结果第42-43页
    4.3 油水两相流中的环境变量第43-44页
    4.4 油水两相流含水率估计结果第44-49页
        4.4.1 线性与非线性估计模型的平均结果第44-46页
        4.4.2 非线性估计模型噪声形态讨论第46-49页
    4.5 算法性能分析与比较第49-50页
        4.5.1 算法的快速性第49页
        4.5.2 算法的抗扰性与稳定性第49-50页
    4.6 小结第50-51页
第5章 气水两相流含水率估计第51-59页
    5.1 电容传感器测量结果第51-52页
    5.2 气水两相流含水率估计结果第52-57页
        5.2.1 基于渐衰系数的自适应估计方法的应用第52页
        5.2.2 串级卡尔曼估计方法的应用第52-55页
        5.2.3 基于无迹卡尔曼的串联估计方法的应用第55-56页
        5.2.4 基于无迹卡尔曼的噪声迭代估计方法的应用第56-57页
    5.3 小结第57-59页
第6章 总结和展望第59-61页
    6.1 总结第59-60页
    6.2 展望第60-61页
参考文献第61-67页
发表论文和参加科研情况说明第67-69页
    发表学术论文第67页
    申请专利第67-68页
    参与科研项目第68-69页
致谢第69页

论文共69页,点击 下载论文
上一篇:低介电损耗非对称型氰酸酯树脂合成与改性研究
下一篇:星载大气激光雷达目标分类算法研究