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

面向管道多相流检测的电容层析成像研究

摘要第4-6页
ABSTRACT第6-7页
第一章 绪论第15-21页
    1.1 选题的背景与意义第15页
    1.2 过程层析成像的发展及分类第15-19页
        1.2.1 过程层析成像的发展历程第16-17页
        1.2.2 过程层析成像的特点及分类第17-19页
    1.3 论文研究的主要内容第19页
    1.4 论文研究的难点和创新点第19-21页
第二章 电容层析成像第21-29页
    2.1 ECT组成第21-23页
        2.1.1 电容传感器模块第21-22页
        2.1.2 数据采集模块第22页
        2.1.3 图像重建模块第22-23页
    2.2 ECT的工作原理第23-25页
        2.2.1 ECT系统的数学基础第23-24页
        2.2.2 ECT的数学原理第24-25页
    2.3 灵敏度分布函数及其重建原理第25-28页
    2.4 本章小结第28-29页
第三章 ECT的正问题第29-47页
    3.1 电容传感器的数学模型第29-30页
    3.2 正问题的求解方法第30-31页
    3.3 有限元法简介第31-32页
    3.4 电磁场有限元分析过程第32-37页
        3.4.1 结构离散和单元分析第33-36页
        3.4.2 集成分析第36-37页
    3.5 ANSYS简介第37-38页
    3.6 仿真的可行性验证第38-40页
    3.7 ECT正问题的仿真设计第40-43页
        3.7.1 传感器建模第40-41页
        3.7.2 场域的剖分第41-42页
        3.7.3 施加边界条件和求解第42-43页
    3.8 实验结果及分析第43-46页
        3.8.1 极板间电容数值的求解第43-44页
        3.8.2 传感器敏感场分布的求解第44-46页
    3.9 本章小结第46-47页
第四章 图像重建算法第47-65页
    4.1 图像重建算法综述第47-51页
        4.1.1 非迭代类算法第47-49页
        4.1.2 迭代类算法第49-50页
        4.1.3 其他算法第50-51页
    4.2 图像重建算法的必要性第51页
    4.3 神经网络算法第51-52页
    4.4 BP神经网络结构及其原理第52-55页
        4.4.1 输入层、输出层及隐含层的设计第52-53页
        4.4.2 BP算法原理第53-55页
        4.4.3 BP算法存在的问题第55页
    4.5 遗传算法第55-57页
        4.5.1 染色体编码第56页
        4.5.2 个体适应度评价第56页
        4.5.3 遗传操作第56-57页
        4.5.4 算法流程第57页
    4.6 遗传算法优化BP神经网络的改进思想第57-58页
    4.7 应用于ECT系统的改进BP神经网络图像重建第58-60页
    4.8 实验结果第60-62页
    4.9 实验结论第62页
    4.10 本章小结第62-65页
第五章 结论与展望第65-67页
    5.1 结论第65页
    5.2 展望第65-67页
参考文献第67-71页
致谢第71-73页
研究成果及发表的学术论文第73-75页
作者和导师简介第75-76页
硕士研究生学位论文答辩委员会决议书第76-77页

论文共77页,点击 下载论文
上一篇:超混沌序列在位平面图像加密中的研究
下一篇:基于系统动力学的电子商务促进贵州工业化发展研究