基于优化算法的温度场重建
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 声学法测温发展概况 | 第9-12页 |
| 1.3 本文的工作内容 | 第12-14页 |
| 第2章 声学法测温概述 | 第14-22页 |
| 2.1 声学法测温基本原理 | 第14-17页 |
| 2.2 声波传播时间测量 | 第17-21页 |
| 2.2.1 基本互相关法 | 第17-18页 |
| 2.2.2 广义互相关法 | 第18-19页 |
| 2.2.3 快速互相关结合抽样率变换方法 | 第19-21页 |
| 2.3 本章小结 | 第21-22页 |
| 第3章 数据采集与处理系统 | 第22-36页 |
| 3.1 系统流程介绍 | 第22-23页 |
| 3.2 硬件平台 | 第23-29页 |
| 3.2.1 声波发射单元 | 第24-27页 |
| 3.2.2 声波接收单元 | 第27-29页 |
| 3.2.3 数据采集单元 | 第29页 |
| 3.3 软件平台 | 第29-34页 |
| 3.3.1 声波发射与采集 | 第30-33页 |
| 3.3.2 声波传播时间的计算 | 第33-34页 |
| 3.4 本章小结 | 第34-36页 |
| 第4章 声学测温法重建黄豆温度场 | 第36-62页 |
| 4.1 温度场实验环境介绍 | 第36-38页 |
| 4.2 传统重建算法 | 第38-40页 |
| 4.2.1 代数迭代重建算法 | 第38页 |
| 4.2.2 同步迭代重建算法 | 第38-39页 |
| 4.2.3 共轭梯度最小二乘算法 | 第39页 |
| 4.2.4 Tikhonov正则化算法 | 第39-40页 |
| 4.3 温度场的像素划分研究 | 第40-42页 |
| 4.4 插值算法研究 | 第42-44页 |
| 4.5 萤火虫算法重建温度场 | 第44-49页 |
| 4.5.1 萤火虫算法基本原理 | 第45页 |
| 4.5.2 萤火虫算法重建温度场流程 | 第45-46页 |
| 4.5.3 参数选择 | 第46-49页 |
| 4.6 自适应鸟群算法重建温度场 | 第49-55页 |
| 4.6.1 自适应鸟群算法基本原理 | 第49-51页 |
| 4.6.2 自适应鸟群算法重建温度场流程 | 第51-52页 |
| 4.6.3 参数选择 | 第52-55页 |
| 4.7 不同算法重建温度场的比较 | 第55-61页 |
| 4.7.1 优化算法重建不同热点温度场的比较 | 第55-57页 |
| 4.7.2 多种算法重建温度场的比较 | 第57-61页 |
| 4.8 本章小结 | 第61-62页 |
| 第5章 总结与展望 | 第62-64页 |
| 5.1 总结 | 第62-63页 |
| 5.2 展望 | 第63-64页 |
| 参考文献 | 第64-72页 |
| 致谢 | 第72-74页 |
| 攻读硕士学位期间的科研成果 | 第74页 |
