槽式孔板气液两相流差压信号的时间序列分析
摘要 | 第1-5页 |
Abstract | 第5-9页 |
第1章 绪论 | 第9-18页 |
·课题研究背景及意义 | 第9-10页 |
·气液两相流概述 | 第10-13页 |
·基本参数定义 | 第10-11页 |
·气液两相流参数检测技术 | 第11-13页 |
·实验原理与数据采集 | 第13-17页 |
·实验装置 | 第13-15页 |
·实验参数范围 | 第15-16页 |
·数据采集 | 第16-17页 |
·本文的研究内容 | 第17-18页 |
第2章 差压信号预处理 | 第18-30页 |
·传统信号预处理 | 第18-23页 |
·逐步回归法 | 第18-19页 |
·差分法 | 第19-20页 |
·处理结果及讨论 | 第20-23页 |
·小波变换模极大值去噪 | 第23-26页 |
·小波变换模极大值 | 第24-25页 |
·小波变换模极大值去噪算法 | 第25页 |
·小波去噪结果及讨论 | 第25-26页 |
·差压信号经验模式分解 | 第26-28页 |
·经验模式分解 | 第26-27页 |
·基于经验模式分解的信号平稳化 | 第27-28页 |
·本章小结 | 第28-30页 |
第3章 差压信号时间序列模型分析 | 第30-42页 |
·时间序列模型基本理论 | 第30-33页 |
·时序模型定义 | 第30-31页 |
·时序模型的时域特性 | 第31-33页 |
·AR 模型参数估计 | 第33-35页 |
·参数估计方法 | 第33页 |
·最小二乘估计法 | 第33页 |
·模型适用性检验 | 第33-35页 |
·差压信号时序模型及讨论 | 第35-40页 |
·模型类型确定 | 第35-36页 |
·模型参数与流型 | 第36-38页 |
·模型参数与分相流量 | 第38-40页 |
·本章小结 | 第40-42页 |
第4章 基于人工神经网络的分相流量测量 | 第42-69页 |
·人工神经网络 | 第42-51页 |
·BP 网络 | 第43-44页 |
·遗传算法 | 第44-49页 |
·GA-BP 网络 | 第49-51页 |
·分相流量测量网络 | 第51-67页 |
·BP 网络实现 | 第51-60页 |
·GA-BP 网络实现 | 第60-65页 |
·两种网络比较 | 第65-67页 |
·本章小结 | 第67-69页 |
结论 | 第69-71页 |
参考文献 | 第71-76页 |
攻读硕士学位期间取得的学术成果 | 第76-77页 |
致谢 | 第77页 |