摘要 | 第6-7页 |
Abstract | 第7-8页 |
第一章 绪论 | 第9-20页 |
1.1 研究背景 | 第9-12页 |
1.1.1 高空湿度垂直廓线研究的重要性 | 第11-12页 |
1.1.2 本文研究的目的及意义 | 第12页 |
1.2 国内外研究状况 | 第12-17页 |
1.2.1 国外研究现状 | 第13-15页 |
1.2.2 国内研究现状 | 第15-17页 |
1.3 高空湿度探测存在的缺陷 | 第17-18页 |
1.4 本文的主要工作内容与安排 | 第18-20页 |
第二章 计算流体动力学相关理论 | 第20-27页 |
2.1 流体动力学的发展和应用 | 第20-21页 |
2.1.1 流体动力学发展 | 第20页 |
2.1.2 流体动力学应用领域 | 第20-21页 |
2.2 流体力学的理论基础 | 第21-23页 |
2.2.1 流体力学方程组 | 第21-22页 |
2.2.2 CFD数值模拟方法 | 第22-23页 |
2.3 计算流体动力学研究方法 | 第23-26页 |
2.3.1 CFD软件构成 | 第23-24页 |
2.3.2 三维建模软件Pro/E | 第24-25页 |
2.3.3 ICEM网格划分 | 第25页 |
2.3.4 ANSYS FLUENT仿真分析 | 第25-26页 |
2.3.5 后处理软件CFD-POST | 第26页 |
2.4 本章小结 | 第26-27页 |
第三章 HC103M2湿度传感器太阳辐射升温的研究 | 第27-41页 |
3.1 相对湿度概念及辐射误差机理 | 第27-29页 |
3.2 太阳辐射相关参数计算 | 第29-30页 |
3.3 模型的建立 | 第30-31页 |
3.4 模型的网格划分 | 第31-32页 |
3.5 FLUENT仿真设计 | 第32-34页 |
3.6 仿真结果分析 | 第34-40页 |
3.6.1 不同气流速度、海拔和辐射强度对辐射升温的影响 | 第34-35页 |
3.6.2 有无防护罩对辐射升温的影响 | 第35-37页 |
3.6.3 防护罩反射率、厚度和形状对太阳辐射升温的影响 | 第37-38页 |
3.6.4 太阳高度角对湿度传感器表面辐射升温的影响 | 第38-40页 |
3.7 本章小结 | 第40-41页 |
第四章 湿度测量系统的硬件设计 | 第41-55页 |
4.1 系统总体硬件电路设计 | 第41-42页 |
4.2 电源部分设计 | 第42-44页 |
4.2.1 数字电源 | 第42页 |
4.2.2 模拟电源 | 第42-43页 |
4.2.3 基准电压源 | 第43-44页 |
4.3 微处理器的选择 | 第44-45页 |
4.4 数据采集电路设计 | 第45-49页 |
4.4.1 湿度传感器的选择和测量电路 | 第45-48页 |
4.4.2 温度传感器的选择和测量电路 | 第48-49页 |
4.5 通信电路设计 | 第49-51页 |
4.5.1 串口通信电路设计 | 第49页 |
4.5.2 无线通信蓝牙模块设计 | 第49-50页 |
4.5.3 无线通信WIFI模块设计 | 第50-51页 |
4.6 PCB制图与电路焊接 | 第51-53页 |
4.7 本章小结 | 第53-55页 |
第五章 湿度测量系统的软件开发 | 第55-62页 |
5.1 系统开发软件及总体设计方案 | 第55-56页 |
5.1.1 程序开发软件介绍 | 第55页 |
5.1.2 总体设计方案 | 第55-56页 |
5.2 温、湿度信号的采集 | 第56-58页 |
5.2.1 湿度数据采集的程序开发 | 第56-57页 |
5.2.2 温度传感器数据采集的程序开发 | 第57-58页 |
5.3 通信模块软件的开发 | 第58-61页 |
5.3.1 串口软件开发 | 第58页 |
5.3.2 无线蓝牙模块软件的开发 | 第58-60页 |
5.3.3 无线WIFI模块软件的开发 | 第60-61页 |
5.4 本章小结 | 第61-62页 |
第六章 实验平台搭建及实验结果分析 | 第62-79页 |
6.1 湿度传感器的标定 | 第62-65页 |
6.2 全光谱射线模拟系统介绍 | 第65-68页 |
6.3 实验平台的搭建 | 第68-71页 |
6.4 实验与仿真对比结果分析 | 第71-74页 |
6.4.1 不同辐射强度的实验验证 | 第71-72页 |
6.4.2 不同气流流速的实验验证 | 第72页 |
6.4.3 不同形状大小的防护罩的实验验证 | 第72-73页 |
6.4.4 不同太阳高度角下的实验验证 | 第73-74页 |
6.5 实验与仿真计算相对湿度误差结果对比验证 | 第74-75页 |
6.6 相对湿度偏干误差修正方法 | 第75-78页 |
6.6.1 相对湿度偏干误差历史数据修正 | 第75-76页 |
6.6.2 相对湿度偏干误差实时修正方法 | 第76-78页 |
6.7 本章小结 | 第78-79页 |
第七章 HC103M2相对湿度的太阳辐射误差修正算法 | 第79-89页 |
7.1 BP神经网络数据融合 | 第79-83页 |
7.1.1 神经网络概述 | 第79-80页 |
7.1.2 BP神经网络概述 | 第80-82页 |
7.1.3 BP神经网络模型 | 第82-83页 |
7.2 基于BP神经网络的湿度传感器辐射升温量补偿结果分析 | 第83-88页 |
7.3 本章小结 | 第88-89页 |
第八章 总结与展望 | 第89-92页 |
8.1 结论 | 第89-90页 |
8.2 展望 | 第90-92页 |
参考文献 | 第92-97页 |
致谢 | 第97-98页 |
作者简介 | 第98-99页 |