电子鼻系统在电气火灾检测中的应用
| 摘要 | 第1-3页 |
| Abstract | 第3-6页 |
| 第一章 绪论 | 第6-11页 |
| ·课题背景 | 第6页 |
| ·国内外研究现状 | 第6-10页 |
| ·目前所用的电气火灾检测设备及其存在的问题 | 第6-7页 |
| ·火灾检测中新技术、方法、材料的应用 | 第7-10页 |
| ·本文的主要研究内容与步骤 | 第10-11页 |
| 第二章 电气火灾检测特性分析与系统组成 | 第11-27页 |
| ·电线电缆燃烧特性分析 | 第11-17页 |
| ·电缆燃烧热流分析 | 第11-13页 |
| ·电缆燃烧的气体成分分析 | 第13-16页 |
| ·火灾发生时物理参量分析 | 第16-17页 |
| 2. 智能火灾报警系统的组成 | 第17-27页 |
| ·智能电子鼻系统的结构 | 第17页 |
| ·传感器的选择与组成 | 第17-19页 |
| ·传感器原理与特性 | 第19-26页 |
| ·系统的基本特点 | 第26-27页 |
| 第三章 模糊控制与神经网络简述 | 第27-42页 |
| ·模糊控制机理 | 第27-35页 |
| ·模糊逻辑的历史 | 第27页 |
| ·模糊集和隶属函数 | 第27-30页 |
| ·模糊运算与推理 | 第30-31页 |
| ·电气火灾模糊控制器设计 | 第31-35页 |
| ·神经网络机理 | 第35-42页 |
| ·BP神经网络理论 | 第35-37页 |
| ·BP神经网络算法如何具体实现 | 第37-42页 |
| 第四章 实验过程与数据处理 | 第42-68页 |
| ·实验流程概述 | 第42-43页 |
| ·实验数据的预处理 | 第43-47页 |
| ·信号的频域处理 | 第43-45页 |
| ·信号的时域分析 | 第45-47页 |
| ·单一阈值分析法检测的问题 | 第47-48页 |
| ·电气火灾的模糊识别 | 第48-55页 |
| ·物理量的模糊化设计 | 第48-49页 |
| ·模糊规则的确定 | 第49-53页 |
| ·实验与应用研究 | 第53-55页 |
| ·基于BP神经网络的电气火灾预警 | 第55-61页 |
| ·数据选择与输入 | 第55-57页 |
| ·训练函数对比分析 | 第57-58页 |
| ·BP神经网络数据处理结果分析 | 第58-59页 |
| ·系统预警时间比较 | 第59-60页 |
| ·网络误差分析 | 第60页 |
| ·本节小结 | 第60-61页 |
| ·自适应神经网络模糊推理系统电气火灾预警 | 第61-68页 |
| ·自适应神经网络模糊系统的特性 | 第61页 |
| ·自适应神经网络模糊系统的结构 | 第61-62页 |
| ·自适应神经网络的数据处理过程与要求 | 第62-63页 |
| ·ANFIS的建立与使用过程 | 第63页 |
| ·实验结果分析 | 第63-66页 |
| ·系统预警性能评价 | 第66-67页 |
| ·本节小结 | 第67-68页 |
| 第五章 结论与展望 | 第68-70页 |
| 参考文献 | 第70-73页 |
| 致谢 | 第73-74页 |
| 独创性声明 | 第74页 |
| 学位论文版权使用授权书 | 第74页 |
