| 致谢 | 第4-5页 |
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 1. 绪论 | 第10-27页 |
| 1.1 气体超声波流量计概述 | 第11-12页 |
| 1.1.1 气体超声波流量计的发展 | 第11-12页 |
| 1.1.2 气体超声波流量计的组成 | 第12页 |
| 1.2 国内外研究现状 | 第12-24页 |
| 1.2.1 气体超声波流量计现状 | 第12-16页 |
| 1.2.2 安装效应研究现状 | 第16-22页 |
| 1.2.3 神经网络在超声波流量计算中的应用现状 | 第22-24页 |
| 1.3 课题研究的背景及意义 | 第24-25页 |
| 1.4 本论文的主要工作内容 | 第25-27页 |
| 2. 基于数值仿真的安装效应分析 | 第27-48页 |
| 2.1 数值仿真研究概述 | 第27页 |
| 2.2 数值仿真模型分析 | 第27-32页 |
| 2.2.1 基于Solidworks的三维模型构建 | 第27-29页 |
| 2.2.2 计算网格分析 | 第29-31页 |
| 2.2.3 初始条件和边界条件 | 第31-32页 |
| 2.3 数值仿真结果后处理 | 第32-47页 |
| 2.3.1 换能器凹陷安装 | 第32-38页 |
| 2.3.2 换能器凸出安装 | 第38-43页 |
| 2.3.3 换能器位置偏移 | 第43-47页 |
| 2.4 本章小结 | 第47-48页 |
| 3. 安装效应补偿的神经网络构建 | 第48-59页 |
| 3.1 神经网络概述 | 第48-49页 |
| 3.1.1 神经网络的原理 | 第48页 |
| 3.1.2 神经网络结构 | 第48-49页 |
| 3.2 安装效应补偿的神经网络构建 | 第49-56页 |
| 3.2.1 BP神经网络的构建 | 第49-55页 |
| 3.2.2 激活函数的选择 | 第55-56页 |
| 3.3 BP神经网络的代码实现 | 第56-58页 |
| 3.4 本章小结 | 第58-59页 |
| 4. 数据处理 | 第59-71页 |
| 4.1 数据的神经网络法分析 | 第59-66页 |
| 4.1.1 数据的归一化处理 | 第59-61页 |
| 4.1.2 神经网络的训练及测试 | 第61-66页 |
| 4.2 神经网络算法的实验验证 | 第66-70页 |
| 4.3 本章小结 | 第70-71页 |
| 5. 总结与展望 | 第71-73页 |
| 5.1 研究总结 | 第71-72页 |
| 5.2 工作展望 | 第72-73页 |
| 参考文献 | 第73-75页 |