燃烧状态在线识别与预测研究
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 1 绪论 | 第9-13页 |
| ·课题背景 | 第9页 |
| ·国内外研究状况及发展趋势 | 第9-11页 |
| ·研究目标与主要工作 | 第11-13页 |
| 2 燃烧状态识别及预测的原理与实验设计 | 第13-17页 |
| ·引言 | 第13页 |
| ·试验的基本原理 | 第13页 |
| ·图像检测系统设计 | 第13-14页 |
| ·实验程序功能模块简介 | 第14-15页 |
| ·实验工况简介 | 第15-17页 |
| 3 图像采集与识别程序的设计 | 第17-29页 |
| ·图像处理概述 | 第17-18页 |
| ·图像的数字化表示 | 第18页 |
| ·图像采集程序流程 | 第18-19页 |
| ·图像采集程序(CDLL) | 第19-24页 |
| ·图像识别程序 | 第24-26页 |
| ·图像识别的问题分析 | 第26-29页 |
| 4 人工神经网络的原理与设计 | 第29-45页 |
| ·人工神经网络简介 | 第29页 |
| ·人工神经网络的发展历史与现状 | 第29-31页 |
| ·神经元模型和激励函数 | 第31-32页 |
| ·BP人工神经网络 | 第32-45页 |
| 5 燃烧状态在线识别 | 第45-55页 |
| ·引言 | 第45-46页 |
| ·基于神经网络的燃烧状态识别训练及样本测试 | 第46-48页 |
| ·基于BP神经网络的在线识别 | 第48-52页 |
| ·实验结果分析 | 第52-55页 |
| 6 燃烧状态变化的预测 | 第55-68页 |
| ·引言 | 第55页 |
| ·燃烧状态预测模型的选择 | 第55-60页 |
| ·燃烧状态变化的在线预测 | 第60-61页 |
| ·实验结果分析 | 第61-64页 |
| ·基于人工神经网络的状态预测 | 第64-68页 |
| 结论 | 第68-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-75页 |
| 附录A | 第75-87页 |
| 附录B | 第87-91页 |
