一、D-S证据理论在气固流化床流态判别中的应用（论文文献综述）
王建斌[1]（2020）在《气固流化床流型的表征与识别》文中研究说明气固流化床广泛应用于能源、化工和环保等领域。流化床的流型主导了床内的热质传递和化学反应过程,故准确表征和识别流型是流化床安全高效运行的关键。目前基于压力脉动的流型表征和识别是工业应用中最为可行的方法,也是学术研究的热点前沿问题。一方面,为了挖掘压力脉动信号隐含的气固流动信息,研究者提出了大量分析方法试图建立压力脉动特征参数和气固流动现象间的准确联系,从而实现流型表征。但由于压力脉动和气固流动的复杂性,对于哪些方法能够和气固流动现象建立准确联系尚缺乏统一意见;另一方面,由于气固流动的非平稳性,从压力脉动中提取的特征参数面临可靠性问题,分析方法能否有效地表征流型主要依赖于主观性判断;最后,研究者也在试图构建压力脉动形成的机理模型,从而加深对于流化床气固流动过程的认识。但由于气固两相流动现象的复杂性和测量手段的局限性,这些方面的认识还远远不足。本文采用实验方法,对气固流化床流型的表征识别、表征方法的可靠性与有效性评价,以及压力脉动的形成机理等问题进行了深入研究。构建了高速摄像和高精度多点压力信号同步采集的软硬件系统,实现了压力与图像信号的同步测量,发展了信号形态和流动图像的数据联合处理与分析方法,建立了压力脉动和气固流动现象间的时空联系,为本文的后续研究提供了有力的分析工具。对压力脉动的时域、频域和状态空间特征进行了系统研究,并基于前述的测量方法探索了以上三方面特征背后的深层气固流动机制,最终阐明了基于上述三类特征的流型表征方法的相似性和优缺点;引入了S变换方法分析压力脉动,实现了气固相运动频率及运动非平稳性的准确辨识和评价。进一步发现S变换的时-频平面能够更清楚地反映鼓泡床和湍动床气固运动复杂性上的差异,并基于此差异提出一个表征流型的新特征参数。联合压力信号形态、气固流动图像的分析,研究了鼓泡床和湍动床中的压力脉动形成机理和流型转变机理。明确了压力脉动的六个来源,建立了压力的上升、下降、局部峰值、局部谷值、峰值传播等特征和压力脉动来源现象的简单联系,研究在不同流型中压力脉动形成机理上的差异。运用雷诺输运定理建立了风室内压力脉动数学模型,分析了压力脉动和风室内净流量的关系,解释了风室内压力和床表面高度呈负相关关系的现象。发现了从鼓泡床到湍动床转变过程中的差压信号变化规律并阐明了其深层机理,并基于此设计了能够反映流型转变机理的特征参数。提出了三个可靠性的定量指标（即三个敏感指数Sl、Sn和Sp）,研究了23种方法流型表征的可靠性及测量位置、颗粒粒径和静床高对表征方法可靠性的影响,研究发现差压信号可以提升一些方法的可靠性。基于三个可靠性指标构建了评价框架,遴选出了较为可靠的方法集。定义了流型表征的有效性,提出了基于轮廓指数计算有效性,研究了测量位置、颗粒粒径、静床高对表征方法有效性的影响。研究发现使用差压信号可以提升流型表征的有效性。基于表征方法的可靠性和有效性,构建了正确率较高和外延性较好的流型识别系统。
刘超冉[2]（2020）在《自调式狭缝型分布板流化床的设计与试验研究》文中指出流态化技术由于其有效的传质传热特点广泛应用于化工、冶金、能源、材料、环境等领域,采用流态化技术制成的流化床设备多应用于干燥、燃烧等过程中。对于流化床来说,气固流化床应用则更为普遍,而气体分布板,是气固流化床中的关键部件,既起到支撑物料的作用,又实现了均匀分布气体等多方面的功能。在目前现有的研究中,大多对于不同结构、不同功能的气体分布板进行研究,鲜有实现动态变化的分布板形式出现。为了使气体分布板更好地均匀布风,并可以根据实际流化需要,在流化过程中实现自动调节,适应更广的流化介质,本研究自主设计了新型的气体分布板—可变开孔率狭缝型分布板。该分布板采用双层结构,通过导轨结构使下层分布板实现对上层板的相对运动,从而改变分布板的开孔率,到达动态变化的效果。测量气体通过空床的压降,发现:分布板的压降随着风速的增大而增大。当分布板的开孔率2.9%时,气体通过分布板时产生的压降较大。当分布板的开孔率从2.9%逐渐增大到11.4%时,在不同的风速下,分布板的压降随着分布板开孔率增大而减小。基于可变开孔率狭缝型分布板,利用流化床研究其对GeldartD类颗粒（核桃砂）的流化效果,发现:在不同开孔率下,颗粒进入流化床阶段的最小流化速度略有不同,在固定床阶段,分布板开孔率为8.6%时,床层压降最大且临界流化速度最小,约为0.9m/s。当开孔率为2.9%时,床层压降最低且临界流化速度最大,约为1.1m/s。通过对试验数据的回归分析,不仅定性地分析了不同分布板开孔率下压力降与气速的变化关系,还定量地得出Ergun公式的修正方程,并设计出自调节控制系统。
张威扬[3]（2018）在《用于气液固三相流化床检测的电学层析成像方法研究》文中进行了进一步梳理流化床中的多相介质之间的相互作用、流动结构和机制异常复杂,由于缺乏有效的在线检测手段,流化床的优化设计、操作和控制都受到很大限制。目前,针对流化床的传统检测方法/手段,难以通过在线、非侵入的方式获取各相介质的分布情况,无法适应气液固三相流化床实时测量和监控的需求。电学层析成像方法具有响应迅速、长期使用成本低廉、非侵入、无核素辐射等特点,为流化床的在线检测提供了一种可行的解决方案。在气液固三相流化过程中,液相作为热载体并对固相催化剂起到悬浮作用,使反应和传递性能有很大的改进。本文针对气液固三相流化床检测的需求,研究利用电学层析成像方法对各相介质的分布参数进行在线监测,主要研究内容如下:（1）为提高电容层析成像（Electrical Capacitance Tomography,ECT）对大口径流化床装置的检测能力,提高电容传感器的灵敏度,设计了差分式ECT传感器及测量系统。实验结果表明,各测量通道的平均信噪比从52 dB提高到68 dB,系统的综合性能得到显着改善。（2）为评估固相催化剂颗粒/粉末与气相/液相混合物的电导率及磁导率的变化,设计可进行复磁导率测量的螺线管线圈传感器,并结合数值仿真及实验结果对其性能进行了验证;对Al2O3与铁粉不同体积比例混合物的磁导率进行了测量,实测结果与Maxwell模型对比最大相对误差为5.35%。此方法不需要对颗粒/粉末预加工处理,可方便地测量各种液/固、气/固混合物的有效磁导率,对于后续电磁层析成像（Electromagnetic Induction Tomography,EMT）传感器及测量系统的设计有重要的指导意义。（3）研究以小体积、高灵敏度的隧道磁阻（Tunnel Magnetoresistive,TMR）传感器阵列构建EMT传感器,对不同的TMR阵列结构进行了仿真研究。结果表明,更多数量的TMR传感器对提高图像重建质量有益。同时,如果可接受侵入方式在管道内布置TMR传感器,其对图像的改善作用较外围布置的TMR传感器也更为显着。（4）此外,设计了基于FPGA的ECT/EMT双模态测量系统,并完成大部分模块的调试工作。通过对A/D及信号源的初步测试表明,系统结构设计合理,可以确保ECT/EMT系统的正常工作。最后,总结了本文的研究工作,并对ECT/EMT系统及方法可改进之处提出建议。
沈莹[4]（2018）在《基于声电多传感器信息融合的两相流流型识别》文中研究说明两相流动现象广泛存在于工业生产过程和相关科学研究中,其涉及到的过程参数众多,且流动状态十分复杂。准确识别两相流流型有助于揭示其流动机理进而提升参数测量的准确性。传统的流型识别方法多通过单一类型的传感器测量信息,难以全面描述流动特征,若利用不同原理的多传感器可获得更加丰富的信息。课题研究工作以水平气水两相流和油水两相流为研究对象,利用电阻层析成像（Electrical Resistance Tomography,简称ERT）系统测量两相流相分布信息和连续波超声多普勒系统测量流速信息,分别对两种传感器测量数据进行特征提取,通过特征融合提高流型识别准确率。课题研究取得的主要研究成果包括:（1）研究ERT数据的静态连接与动态连接特性。将ERT系统的测试数据降维,得到反应不同位置相含率信息的16维时间序列。采用图变量分析方法研究局部相含率波动的关联性,获得静态连接指标（相关系数、相干性和相位滞后指数）,确定静态邻接矩阵中高度相关性的分布区域,以区分不同气水两相流。构建ERT数据的动态连接性,揭示气塞、气弹等流型周期性变化特性。（2）研究ERT数据的模块化能量分布。在图变量信号分析的基础上,结合水平两相流体分布特点,将电阻层析成像系统的电极进行模块划分和模块化狄利克雷能量计算。提取模块间的能量比为特征刻画不同流型的相含率分布差异。（3）声电融合识别流型。针对超声多普勒系统获得的测试数据,提出超声多普勒信号时频分析方法,获得了不同流型能量分布的带宽特征。为进一步实现流型的准确识别,提出了声电多传感器信息融合方法,用模块间能量比和带宽特征构成三维特征空间,可有效区分气水两相流、油水两相流各种流型。将以上三个特征输入到支持向量机中,获得了较高的识别率。
史帅[5]（2018）在《基于多传感器声纹特征提取的气固流化床结块监测》文中认为随着乙烯/聚乙烯行业的持续发展,气固流化床以其众多优势已成为工业聚乙烯的主流生产装置。然而在实际生产过程中,由于传热效率较低、静电累积等原因容易导致聚合物颗粒熔融、聚集形成结块,若发现及操作再不及时,结块会继续向更大结块状态发展,进而可能引发“熔床”现象,致使紧急的停车处理,最终装置无法安全且平稳生产运行。故研究流化床内聚合物结块故障的在线监测及预警技术具有重大意义,但同时也相当富有挑战性。至今已存在一些结块监测方法研究,而声发射法以无损设备装置、安装便捷、实时可靠的优势越来越备受关注。本文应用声发射检测技术,建立基于流化床冷模装置的实验平台及基于多传感器声纹特征提取的流化床结块监测系统。利用声发射检测技术采集流化床内部流化物料颗粒作用于床壁而产生的声波振动信号,并提取和分析不同物料（正常、微结块、结块）状态下声波振动信号的LP-MFCCs声纹特征参数;之后结合极限学习机建立相应结块监测模型,并对识别结果进行柔化处理使其以概率化形式输出,得到ELM网络柔化输出模型;最后运用模糊积分方法在决策层将三个传感器的识别结果进行融合,以建立多传感器结块监测模型,实现流化床内结块状态全面监测及识别。实验结果表明:不同聚乙烯物料（正常、微结块、结块）状态下的声波振动信号存在一定的差异性,能够较好的反映出物料粒径变化信息,且提取的信号LP-MFCCs声纹特征参数具有一定的稳定性及可区分性;ELM监测系统模型能够对系统不同状态进行有效及准确识别,且相应状态具有较高的识别率;通过融合多传感器的识别信息,在一定程度上有效降低了单传感器的不确定性与不可靠性,提高了状态识别的准确性及状态监测的全局性。
李鹏飞[6]（2017）在《两相流多传感器数据卡尔曼滤波融合方法》文中研究说明两相流是一种广泛存在于自然界和工业生产过程中的流动现象,科学研究和工业生产水平的提高对两相流检测的需求不断增加。两相流流动过程复杂,流动参数多,使得测量其参数十分困难。单一传感器往往只适用于某一类流态且可测参数较少,无法获得对两相流的准确全面描述。数据融合技术对从多源传感器获取的测试信息进行综合、分析和利用,可获得对被测对象更全面、准确的描述。将多传感器数据融合技术引入两相流测量中,可提高两相流参数检测的准确性,扩展测量的范围。本研究针对油水两相流的含水率和流速参数,采用了电容、电导和超声传感器联合测量的方式,运用了数据融合方法对测量数据进行融合建模,获得了了含水率和流速的准确估计。论文具体的研究工作为:（1）油水两相流参数检测整体融合框架。针对油水两相流参数检测问题,从多传感器数据融合理论的角度出发,归纳总结了电容、电导和超声传感器的特点和工作原理,并在此基础上分析含水率检测与流速检测的区别,建立含水率-流速双层融合模型,完成总体融合结构的设计。（2）含水率融合测量建模。针对油水两相流含水率检测问题,使用电容电导传感器获取含水率特征信息,利用卡尔曼集中式融合和分布式融合的特点,引入上下文信息理论判断传感器的工作状态,并据此设计电容、电导传感器数据融合测量模型,提升了测量精度、扩展了测量范围。（3）流速融合测量建模。针对油水两相流流速检测问题,利用超声多普勒流速确定互相关流速的有效范围,并利用互相关流速修正多普勒流速模型的线性工作点,避免了较大误差的出现。采用卡尔曼分布式融合方法,运用线性化思想处理多普勒测速模型,实现两种传感器的进一步融合,达到提升准确度的目的。
龙军[7]（2013）在《基于传感器数据融合的小通道气液两相流参数测量新方法研究》文中研究说明随着微加工技术和新材料技术的迅速发展,工业设备微型化、小型化的趋势日益明显,小通道尺度下的气液两相流参数测量已成为当前两相流研究领域的热点,相关参数检测方法的研究对小通道气液两相流参数测量有着十分重要的意义。本文以小通道中的气液两相流为研究对象,基于光学位置传感器和电容耦合式非接触电导测量（Capacitively Coupled Contactless Conductivity Detection, C4D）传感器,结合信息处理技术、传感器数据融合技术对小通道气液两相流流型、相含率的在线测量方法进行了研究。本学位论文的主要工作和创新点如下：1.研发了新型光学位置传感器和新型C4D传感器,并建立了一套基于光学位置传感器和C4D传感器的小通道气液两相流参数在线测量系统。研究结果表明,所研发的新型光学位置传感器和新型C4D传感器是成功的,均可有效用于小通道气液两相流参数测量。2.基于光学位置传感器,研究了小通道气液两相流流型辨识和相含率测量问题。首先,利用所获得的光学信号,对比研究了三种不同特征提取方法：1)采用统计分析进行特征提取；2)采用统计分析和小波分解进行特征提取；3)采用统计分析和经验模态分解（EMD）进行特征提取,并利用流型辨识实验对三种特征提取方法进行了验证。实验结果表明,三种特征提取方法用于流型辨识均是有效的。其中,采用统计分析的特征提取方法具有更好的实时性,且流型辨识结果也令人满意。在内径为4.0mm,3.0mm和1.8mm水平小通道下,典型流型的辨识准确率分别高于85.0%、75.0%和83.0%。其次,利用所获得的光学信号,分别结合物理模型分析和LS-SVM回归方法,建立了两种段塞流的相含率测量模型,并利用动态实验对所建立的模型进行了验证。实验结果表明,所建立的两种段塞流相含率测量模型均是有效的。其中,基于LS-SVM建立的段塞流相含率测量模型具有更高的测量准确率（基于LS-SVM模型的测量最大绝对误差为5.0%,基于物理模型的测量最大绝对误差为10.0%）。3、基于C4D传感器,研究了小通道气液两相流流型辨识和相含率测量问题。首先,利用C4D传感器获得的信号,并结合统计分析的特征提取方法,对不同管径下的气液两相流进行了流型辨识。然后,利用C4D传感器获得的信号,并结合LS-SVM回归方法,针对不同流型建立了典型流型下的相含率测量模型,并利用动态实验对所建立模型进行了验证。研究结果表明,所研发的C4D传感器用于流型辨识和相含率测量均为有效的。在内径为4.0mm,3.0mm和1.8mm水平小通道下的典型流型辨识准确率分别高于78.0%、88.0%和83.0%。在内径为3.0mm的水平小通道中,段塞流,泡状流,层状流和环状流下的相含率测量最大绝对误差分别为10.0%、3.5%、3.0%和5.0%。4.基于传感器数据融合技术,并结合光学位置传感器和C4D传感器测量信号,提出了小通道气液两相流的流型辨识和相含率测量新方法。所提出的流型辨识新方法为：首先分别利用光学位置传感器和C4D传感器的测量信号进行流型辨识,然后运用D-S证据理论对两种传感器的辨识结果进行融合进而获得流型。所提出的相含率测量新方法为：先判断当前流型,再根据流型选择相应的相含率测量模型（若为段塞流,则选择基于光学位置传感器的LS-SVM相含率测量模型,若为其他几种流型,则选择基于C4D传感器的LS-SVM相含率测量模型）进行相含率计算。研究结果表明,所提出的流型辨识新方法和相含率测量新方法均是有效的。基于传感器融合技术,三种管径下的流型辨识的准确率和相含率测量精度均有所提高,在内径为4.0mm,3.0mm和1.8mm水平小通道下的流型辨识准确率分别高于85.0%、97.0%和88.0%。在内径为3.0mm的水平小通道中,段塞流,泡状流,层状流和环状流下的相含率测量最大绝对误差分别为5.0%、3.5%、3.0%和5.0%。所提出的流型辨识新方法和相含率测量新方法充分利用了两种传感器在不同流型下测量信息的互补性,提高了流型辨识的准确率和相含率测量精度。
丛星亮[8]（2013）在《粉煤密相气力输送的流型与管线内压力信号关系的研究》文中指出粉煤密相气力输送广泛应用于干煤粉加压气流床气化技术中,但低气速容易引起管路中粉煤不稳定流动,甚至堵塞管道,会严重影响气化炉运行的效率和安全性。粉煤密相气力输送属于非线性复杂系统,目前还没有比较完善的理论模型进行预测和操作优化。气力输送的管线压力信号包含丰富的粉煤流动信息,能够展示管中粉煤流型,反映输送稳定程度。利用各种信号处理方法分析压力信号,客观的识别出管中流型,对粉煤气力输送的机理研究以及预测、控制粉煤稳定流动都具有非常重要的意义。本文的主要研究工作如下：1.以管线压力的波动幅度表征粉煤流动稳定程度,展示不同补气方式对粉煤输送稳定性的影响。结果表明调节气和流化气有利于粉煤稳定流动,而加压气会降低粉煤流动的稳定性；粉煤输送稳定性与流型密切相关。气栓流,沙丘流和栓塞流是不稳定流型,而柱塞流,环状流和分层流是稳定流型。实验表明影响粉煤流动不稳定的主要因素是给料罐压力的波动,给料罐内粉煤流化状态不良以及管中气速较低。在给料罐压力相对稳定和通气良好的条件下,通过无量纲参数Fr建立粉煤流动稳定性判据,揭示管中气速与流动稳定性的关系。在实验过程中,还发现三类堵塞现象,并给出这三类堵塞形成的机理,提出简化模型预测粉煤流动的临界堵塞速度。2.通过实验手段研究不同载气（C02,N2）对粉煤密相气力输送特性（相图、压降模型、压力波动特性和流型）的影响。实验表明给料罐压力较高时,CO2和N2载气的输送特性差异不明显；而给料罐压力较低时,CO2和N2载气的输送特性差异显着。这是因为不同载气（CO2,N2）在粉煤中渗透气性与输送压力（给料罐压力）有关。引入渗透性系数表征不同载气与粉煤相互作用的影响,导出预测不同载气输送粉煤的经济气速和管线压降的公式。管线压力波动特性表明CO2载气输送粉煤的稳定性低于N2载气输送粉煤的稳定性,但是差异不显着。ECT检测结果也表明CO2载气的粉煤流型与N2载气的粉煤流型相类似。3.在粉煤密相气力输送的实验中,借助电容层析成像（ECT）系统检测管径20mm与50mm的水平管流型以及管径20mm的竖直上升管流型。结果发现水平管流型有气栓流,柱塞流,栓塞流,沙丘流和分层流；竖直上升管流型有气栓流,柱塞流,栓塞流,环状流。管径越大,水平管的分层流动特征越明显。通过两个无量纲参数雷诺数和阿基米德数的关系建立预测流型及其相互过渡的经验公式。4.利用各种信号处理方法（标准差、平均循环频率、功率谱密度函数、小波和混沌）提取压力信号的特征值,建立压力信号的特征值与流型之间关联。结果表明标准差和功率谱函数这两种方法简单,能够较好的展示流型的波动特性；而小波和混沌分析,方法复杂,但分别揭示了不同尺度的粉煤流动特性以及粉煤流动的混沌特性。
何强勇[9]（2010）在《流化床压力信号的混沌特性分析及流型识别方法》文中提出气固流化床是化工、电力、石油等生产过程中的重要装置,获取流化床的流型和流型转换的信息对提高流化床的性能和传热、传质效率至关重要,不同的流型,传热性能和流动机理是不相同的。因此,准确的识别流型是气固两相流参数检测的一项重要内容。但同时由于气固流化床内气泡运动行为是一个非常复杂且动态非线性,对研究流化床压力脉动信号的特征和流型识别带来了很大的困难。本文在大量数据的基础上,将二代小波、混沌理论、多重分形技术、人工鱼群优化算法、神经网络等理论运用到信号分析和流型识别中,无论是从理论还是实验两方面都系统的探讨了信号的特征和流型的识别。首先,在气固流化床实验系统台上,获取各流型的压力波动信号。其次,采用二代小波对获取的压力脉动信号进行除噪,消除实验过程中由于风机的振动、实验装置不稳定等造成的噪声信号。接着用混沌理论和多重分形技术对各流型进行混沌特性分析,并计算其各流型的特征参数,包括Hurst指数、李亚普诺夫指数、关联维数、D2熵,以及多重分形的参数。比较在不同流型下表现出的混沌特征和不同的流型机理。最后,采用人工鱼群算法优化BP神经网络,并把混沌参数作为识别的特征量,计算识别效率,并与BP和Elman神经网络作了比较,得出最优识别结果。本文是首次采用混沌理论与人工鱼群算法相结合对流化床的压力脉动信号进行混沌特性分析与识别,为更好的描述流化床流型转换机理和定量的识别流型提供了一种新的有效的在线辅助诊断工具,从理论上和技术上为流化床流型识别提供了新的方法,也为后续研究工作与实际应用打下了基础。
张福生[10]（2008）在《应用截面检测技术和V型内锥式流量计的两相流测量》文中研究表明在自然界和生产过程当中广泛存在着两相流动现象,气液两相流是其中的重要组成部分,在生产生活中有着十分重要的作用。两相流各相之间存在界面效应和相对速度,流动特性复杂多变,对其参数的测量一直是国内外科研工作者研究的重点和难点。课题研究采用截面信息检测系统、V型内锥式流量计、压力传感器以及温度传感器构建了一个多传感器融合系统,把传感器融合技术应用到了多相流测量领域。多传感器融合技术在军事以及机器人领域应经有了相当的应用,但是在多相流领域的应用尚属于起步阶段。多传感器融合技术的应用可以实现时间上和空间上多角度观测对象,提供反映对象特征的多维数据,从而获得更高的测量精度。基于电阻信息测量的截面信息检测技术通过测得敏感场内电导率的变化,获得流体信息,具有无扰、无辐射等特点。V型内锥式流量计作为一种新型的差压式流量计有着量程比宽、线性度好、压损小等诸多优点,越来越受到人们的关注。课题中主要完成了以下工作:1.利用截面信息测量技术和V型内锥式流量计等传感器构成的多传感器融合系统在天津大学电气工程与自动化学院的油/气/水三相流实验装置上进行了水平管气液两相流实验。2.利用截面测量数据,应用D-S证据理论对气液两相流的流行进行了识别。根据截面测量数据的特点,对测得的边界电压信号进行预处理,从幅值域内提取边界电压的均值、标准差和偏斜度作为特征信息。特征信息通过相应的规则分别对流型进行判断形成证据,再根据D-S证据理论的组合规则对流型进行最终的判断。这种基于融合算法的流行识别方法流型总识别率为90%。3.由于在不同流型下,对于V内锥,不同的测量模型所取得结果精度差异较大。在正确识别流型的基础上,进行了测量模型误差比较,在各个流型下应用误差最小的V锥测量模型进行了流量计算,实验误差小于10%。4.在塞状流测量当中,提出了把截面信息测量数据与V内锥测量数据进行时间融合,通过分辨截面信息测量数据对V锥测量信号进行分类,分别带入不同的测量模型进行计算,最后得到总质量流量,平均误差为4%,优于直接应用测量模型所得的结果。
二、D-S证据理论在气固流化床流态判别中的应用（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、D-S证据理论在气固流化床流态判别中的应用（论文提纲范文）
（1）气固流化床流型的表征与识别（论文提纲范文）
| 摘要 |
| Abstract |
| 主要符号表 |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 流型的划分 |
| 1.2.2 流型表征的时域方法 |
| 1.2.3 流型表征的频域方法 |
| 1.2.4 流型表征的状态空间方法 |
| 1.2.5 流型表征方法的比较研究 |
| 1.2.6 流型识别的研究 |
| 1.2.7 压力脉动机理的研究 |
| 1.2.8 研究现状的综合评述 |
| 1.3 研究内容、研究思路及研究目标 |
| 1.3.1 研究内容 |
| 1.3.2 研究思路 |
| 1.3.3 研究目标 |
| 1.4 本章小结 |
| 第二章 气固流化床流型的时域表征—基于压力脉动与气固流动图像的同步测量和分析 |
| 2.1 气固两相流态化实验 |
| 2.1.1 实验装置 |
| 2.1.2 压力脉动与气固流动图像的同步测量 |
| 2.1.3 实验颗粒与操作参数 |
| 2.2 流型的视觉分析 |
| 2.3 流型的时域表征 |
| 2.3.1 标准差–STD |
| 2.3.2 偏度–SKEW |
| 2.3.3 峰度–KURT |
| 2.3.4 平均绝对偏差–AAD |
| 2.3.5 香农熵–IE |
| 2.3.6 脉动区间–CDFFI |
| 2.3.7 Hurst指数–HURST |
| 2.3.8 平均循环时间–ACT |
| 2.3.9 Renyi熵 –RE |
| 2.3.10 Tsallis熵 –TE |
| 2.4 时域表征方法的概述 |
| 2.5 本章小结 |
| 第三章 气固流化床流型的频域表征 |
| 3.1 气固两相流态化实验 |
| 3.2 频域分析的基础理论 |
| 3.2.1 离散傅里叶变换–Discrete Fourier Transform |
| 3.2.2 功率谱密度–Power Spectrum Density |
| 3.2.3 小波变换–Wavelet Transform |
| 3.3 流型的频域表征 |
| 3.3.1 PSD主频–MF |
| 3.3.2 PSD最大功率–MP |
| 3.3.3 PSD平均频率–AF |
| 3.3.4 PSD平均功率–AP |
| 3.3.5 DFT熵 –DFTE |
| 3.3.6 小波熵–WE |
| 3.3.7 小波包熵–WPE |
| 3.3.8 均匀指数–HI |
| 3.4 频域表征方法的概述 |
| 3.5 S变换和TFCI指数 |
| 3.6 本章小结 |
| 第四章 气固流化床流型的状态空间表征 |
| 4.1 气固两相流态化实验 |
| 4.2 状态空间分析的理论基础 |
| 4.2.1 嵌入维数参数m的确定 |
| 4.2.2 滞后时间参数τ的确定 |
| 4.3 流型的状态空间表征 |
| 4.3.1 关联维数–CD |
| 4.3.2 柯尔莫哥洛夫熵–KE |
| 4.3.3 最大李雅普诺夫指数–LY |
| 4.3.4 递归率–RR |
| 4.3.5 确定性–DET |
| 4.3.6 层次性–LAM |
| 4.3.7 样本熵–SE |
| 4.4 状态空间表征方法的概述 |
| 4.5 递归率方法的改进 |
| 4.6 本章小结 |
| 第五章 流型表征通用评价方法的研究 |
| 5.1 气固两相流态化实验 |
| 5.2 压力脉动机理与流型转变机理的研究 |
| 5.2.1 鼓泡床中的压力脉动起源 |
| 5.2.2 湍动床中的压力脉动起源 |
| 5.2.3 压力脉动机理与模型 |
| 5.2.4 从鼓泡床到湍动床的流型转变机理 |
| 5.3 流型表征方法通用评价框架的构建 |
| 5.3.1 流型表征可靠性的定量指标 |
| 5.3.2 实验条件、信号类型对表征方法可靠性的影响 |
| 5.3.3 流型表征方法可靠性评价框架的构建 |
| 5.3.4 流型表征有效性评价方法的构建 |
| 5.4 本章小结 |
| 第六章 基于特征评价框架的流型识别及系统实现 |
| 6.1 模式识别分类器的理论分析 |
| 6.1.1 神经网络模型 |
| 6.1.2 支持向量机 |
| 6.2 基于特征评价框架的流型识别 |
| 6.2.1 流型识别系统的改进 |
| 6.2.2 流型识别系统的性能及外延性分析 |
| 6.3 流型表征和识别软件系统的实现 |
| 6.3.1 系统软件功能设计 |
| 6.3.2 数据采集模块 |
| 6.3.3 流型表征功能模块 |
| 6.3.4 流型识别功能模块 |
| 6.3.5 机理分析模块 |
| 6.4 本章小结 |
| 第七章 结论与展望 |
| 7.1 主要研究成果及创新 |
| 7.2 进一步研究的展望 |
| 致谢 |
| 参考文献 |
| 附录 |
| 附录 A 方法的可靠性和有效性指标 |
| 附录 B 一些命题 |
| 附录 C 源代码 |
| C.1 一些流型表征方法 |
| C.2 方法的可靠性算法 |
| C.3 方法的有效性算法 |
| 攻读博士期间发表的论文 |
| 鸣谢 |
（2）自调式狭缝型分布板流化床的设计与试验研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 前言 |
| 1.1 研究背景及意义 |
| 1.1.1 流态化概述 |
| 1.1.2 流态化技术的应用 |
| 1.2 流化床简介 |
| 1.2.1 常见流化床分布板的类型与应用 |
| 1.2.2 现有流化床分布板的优缺点 |
| 1.3 本文研究的内容 |
| 2 自调式狭缝型分布板流化床及控制系统设计 |
| 2.1 实验装置与流程 |
| 2.1.1 床体 |
| 2.1.2 气体预分布室 |
| 2.1.3 气体分布板 |
| 2.1.4 附属设备 |
| 2.2 自调节控制系统设计 |
| 2.2.1 可编程逻辑控制模块 |
| 2.2.2 数据采集模块 |
| 2.2.3 运动控制模块 |
| 2.2.4 控制系统编程环境 |
| 2.3 实验物料与方法 |
| 2.3.1 实验物料 |
| 2.3.2 实验方法 |
| 3 结果与讨论 |
| 3.1 Geldart D类颗粒的冷态流化特性 |
| 3.1.1 空床时分布板压力降 |
| 3.1.2 核桃砂颗粒物料的冷态流化特性 |
| 3.1.3 床层膨胀比 |
| 3.1.4 床层压降关系式的修正 |
| 3.2 系统功能分析 |
| 3.2.1 固定床阶段最小流化速度的识别 |
| 3.2.2 流化床阶段床层流型的识别 |
| 3.2.3 自调节控制流程图 |
| 4 结论 |
| 4.1 全文总结 |
| 4.2 论文的创新点 |
| 4.3 论文的不足之处 |
| 5 展望 |
| 6 参考文献 |
| 7 攻读硕士学位期间论文发表情况 |
| 8 致谢 |
| 附录 |
（3）用于气液固三相流化床检测的电学层析成像方法研究（论文提纲范文）
| 中文摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 流化床检测的研究背景 |
| 1.2 电学层析成像技术的发展概况 |
| 1.3 本文研究内容 |
| 第二章 ET技术的数学原理 |
| 2.1 电学层析成像的正问题 |
| 2.1.1 ECT数学模型 |
| 2.1.2 EMT数学模型 |
| 2.1.3 边界条件 |
| 2.2 电学层析成像的逆问题 |
| 2.2.1 灵敏度理论 |
| 2.2.2 非迭代算法 |
| 2.2.3 迭代求解算法 |
| 2.3 本章小结 |
| 第三章 差分式电容层析成像系统设计 |
| 3.1 引言 |
| 3.2 差分ECT传感器设计 |
| 3.3 差分ECT测量电路设计 |
| 3.4 数值仿真 |
| 3.4.1 电场计算 |
| 3.4.2 电极极板间的电容 |
| 3.4.3 图像重建 |
| 3.5 实验结果 |
| 3.5.1 差分ECT测量系统 |
| 3.6 性能评估 |
| 3.7 讨论 |
| 3.8 本章小结 |
| 第四章 高磁导率粉末的EMT测量方法 |
| 4.1 引言 |
| 4.1.1 磁导率测量方法 |
| 4.1.2 EMT技术 |
| 4.2 粉末状材料的磁导率测量方法 |
| 4.2.1 传感器设计 |
| 4.2.2 等效电路模型 |
| 4.2.3 修正因数 |
| 4.3 EMT测量 |
| 4.3.1 EMT传感器 |
| 4.3.2 灵敏度矩阵 |
| 4.3.3 二维EMT模型仿真 |
| 4.4 粉末状材料的磁导率测量结果和讨论 |
| 4.4.1 电感法数值仿真 |
| 4.4.2电感法实验 |
| 4.4.3 重复性指标 |
| 4.5 EMT仿真结果 |
| 4.5.1 TMR数量和位置的影响 |
| 4.6 本章小结 |
| 第五章 ECT/EMT双模态系统设计 |
| 5.1 引言 |
| 5.2 国内外研究工作进展 |
| 5.3 面临的主要问题 |
| 5.4 ECT/EMT双模态系统设计 |
| 5.4.1 主板设计 |
| 5.4.1.1 激励信号源 |
| 5.4.1.2 UART模块 |
| 5.4.1.3 USB模块 |
| 5.4.1.4 FLASH模块 |
| 5.4.2 从板设计 |
| 5.4.2.1 电极/线圈选通模块 |
| 5.4.2.2 A/D模块 |
| 5.5 测试结果 |
| 5.5.1 激励信号源测试结果 |
| 5.5.2 A/D模块测试结果 |
| 5.5.3 系统测量值测试结果 |
| 5.6 本章小结 |
| 第六章 总结 |
| 参考文献 |
| 发表论文和参加科研情况说明 |
| 致谢 |
（4）基于声电多传感器信息融合的两相流流型识别（论文提纲范文）
| 中文摘要 |
| ABSTRACT |
| 符号对照表 |
| 符号定义 |
| 第1章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 流型识别方法 |
| 1.2.1 流型图 |
| 1.2.2 流型识别方法的发展与现状 |
| 1.2.3 流型识别信息处理技术 |
| 1.3 多传感器信息融合 |
| 1.4 课题的主要研究工作 |
| 1.5 论文的组织安排 |
| 第2章 电阻层析成像与超声多普勒检测原理 |
| 2.1 电阻层析成像 |
| 2.1.1 电阻层析成像原理 |
| 2.1.2 电阻层析成像系统构成 |
| 2.2 连续波超声多普勒系统 |
| 2.2.1 超声多普勒测流速原理 |
| 2.2.2 连续波超声多普勒系统构成 |
| 2.3 小结 |
| 第3章 实验设计与数据预处理 |
| 3.1 实验装置 |
| 3.1.1 气水两相流实验 |
| 3.1.2 油水两相流实验 |
| 3.2 数据预处理 |
| 3.2.1 电阻层析成像数据预处理 |
| 3.2.2 超声多普勒回波信号预处理 |
| 3.3 小结 |
| 第4章 两相流局部含率波动关联性分析 |
| 4.1 图变量动态连接性与GVD指标 |
| 4.1.1 图变量动态连接性 |
| 4.1.2 GVD指标 |
| 4.2 图变量动态连接性分析 |
| 4.2.1 ERT数据静态连通性连接矩阵分析 |
| 4.2.2 ERT数据GVD指标随含气率变化分析 |
| 4.2.3 ERT数据动态连接性分析 |
| 4.2.4 节点GVD分析 |
| 4.3 模块化狄利克雷能量 |
| 4.3.1 气水两相流的模块化能量结果与分析 |
| 4.3.2 油水两相流的模块化能量结果与分析 |
| 4.4 小结 |
| 第5章 声电多传感器信息融合 |
| 5.1 连续波超声多普勒特征提取 |
| 5.1.1 气水两相流超声回波信号时频分析 |
| 5.1.2 油水两相流超声回波信号时频分析 |
| 5.2 多传感器信息融合的流型特征分析 |
| 5.2.1 气水两相流的声电融合结果与分析 |
| 5.2.2 油水两相流的声电融合结果与分析 |
| 5.3 基于支持向量机的流型识别 |
| 5.4 小节 |
| 第6章 结论和展望 |
| 6.1 课题工作总结 |
| 6.2 展望及未来工作计划 |
| 参考文献 |
| 发表论文和参加科研情况说明 |
| 发表学术论文 |
| 申请发明专利 |
| 参与科研项目 |
| 致谢 |
（5）基于多传感器声纹特征提取的气固流化床结块监测（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究目的和意义 |
| 1.1.1 聚乙烯流化床技术简介 |
| 1.1.2 流化床技术中存在的问题 |
| 1.2 国内外研究现状及发展趋势 |
| 1.3 多传感器信息融合的发展概述 |
| 1.4 本文主要内容及结构安排 |
| 第二章 流化床实验装置及结块监测系统设计 |
| 2.1 气相PE流化床装置简介 |
| 2.1.1 气相PE流化床生产装置 |
| 2.1.2 流化床冷模实验装置介绍 |
| 2.2 基于声发射检测技术的流化床结块监测系统设计 |
| 2.2.1 流化床内声信号来源分析 |
| 2.2.2 实验平台设计与实现 |
| 2.2.3 监测系统软件部分设计与开发 |
| 2.3 冷模实验方案设计 |
| 2.4 本章小结 |
| 第三章 流化床内声波振动信号的声纹特征提取 |
| 3.1 引言 |
| 3.2 声波振动信号分析 |
| 3.2.1 信号的时域分析 |
| 3.2.2 信号的频域分析 |
| 3.3 传统声纹特征提取技术及分析 |
| 3.3.1 原始信号的预处理 |
| 3.3.2 信号的LPCC特征参数提取 |
| 3.3.3 信号的MFCC特征参数提取 |
| 3.4 LP-MFCCs特征参数提取 |
| 3.4.1 LP-MFCCs特征参数 |
| 3.4.2 声纹特征参数稳定性与可分性分析 |
| 3.5 本章小结 |
| 第四章 基于极限学习机的流化床结块监测模型 |
| 4.1 引言 |
| 4.2 极限学习机简介 |
| 4.2.1 传统神经网络 |
| 4.2.2 极限学习机 |
| 4.3 极限学习机算法 |
| 4.4 ELM柔化输出模型 |
| 4.5 基于ELM的流化床结块监测 |
| 4.5.1 基于ELM的结块监测算法 |
| 4.5.2 激活函数的选取 |
| 4.5.3 节点数目分析 |
| 4.5.4 实验结果及分析 |
| 4.6 本章小结 |
| 第五章 基于多传感器信息融合的流化床结块监测系统 |
| 5.1 引言 |
| 5.2 多传感器信息融合的基础理论 |
| 5.2.1 信息融合技术的概念 |
| 5.2.2 信息融合技术的层级结构 |
| 5.2.3 信息融合技术的融合算法 |
| 5.3 流化床结块监测系统的多传感器应用分析 |
| 5.4 基于模糊积分融合技术的流化床结块监测 |
| 5.4.1 模糊积分融合算法 |
| 5.4.2 基于模糊积分融合技术的结块监测结构框架 |
| 5.4.3 实验结果及分析 |
| 5.5 本章小结 |
| 第六章 流化床结块故障监测软件 |
| 6.1 监测软件简介 |
| 6.2 功能及操作 |
| 6.3 本章小结 |
| 第七章 总结与展望 |
| 7.1 总结 |
| 7.2 展望 |
| 参考文献 |
| 致谢 |
| 研究成果及发表的学术论文 |
| 作者和导师简介 |
| 附件 |
（6）两相流多传感器数据卡尔曼滤波融合方法（论文提纲范文）
| 中文摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 多相流概述 |
| 1.1.1 多相流的主要待测参数 |
| 1.1.2 油水两相流流型 |
| 1.2 多相流检测技术 |
| 1.2.1 流量和流速检测方法 |
| 1.2.2 相含率检测方法 |
| 1.3 数据融合 |
| 1.3.1 数据融合的定义和发展 |
| 1.3.2 数据融合的层次和结构 |
| 1.3.3 数据融合方法 |
| 1.3.4 数据融合的优势 |
| 1.3.5 数据融合在多相流检测中的应用 |
| 1.4 课题的主要研究工作 |
| 第2章 双模态测试系统与实验条件 |
| 2.1 声电双模态测试系统总体结构 |
| 2.2 电导传感器 |
| 2.3 电容传感器 |
| 2.4 超声多普勒传感器 |
| 2.5 实验条件 |
| 第3章 声电传感器数据融合方法 |
| 3.1 融合层级与结构 |
| 3.2 卡尔曼滤波 |
| 3.3 多传感器卡尔曼融合 |
| 3.3.1 卡尔曼集中式融合 |
| 3.3.2 卡尔曼分布式融合 |
| 3.4 上下文变量 |
| 第4章 油水两相流含水率融合测量 |
| 4.1 数据预处理 |
| 4.2 单传感器含水率测量与估计 |
| 4.3 电学传感器融合测量 |
| 4.3.1 卡尔曼集中式融合测量 |
| 4.3.2 卡尔曼分布式融合测量 |
| 第5章 油水两相流流速融合测量 |
| 5.1 测量数据预处理 |
| 5.2 多普勒流速测量模型 |
| 5.3 流速融合测量模型 |
| 5.3.1 两相流流速测量的系统模型 |
| 5.3.2 多普勒测速模型的线性化 |
| 5.4 卡尔曼融合的流速测量结果 |
| 第六章 总结和展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 发表论文和参加科研情况说明 |
| 发表学术论文 |
| 参与科研项目 |
| 致谢 |
（7）基于传感器数据融合的小通道气液两相流参数测量新方法研究（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 目次 |
| 第1章 绪论 |
| 摘要 |
| 本章主要内容 |
| 1.1 气液两相流概述 |
| 1.1.1 气液两相流概念与分类 |
| 1.1.2 气液两相流主要参数 |
| 1.2 小通道气液两相流系统简介 |
| 1.3 小通道气液两相流参数检测的重要意义 |
| 1.4 小通道气液两相流参数测量技术研究现状 |
| 1.5 本文主要研究工作 |
| 第2章 文献综述 |
| 摘要 |
| 本章主要内容 |
| 2.1 小通道气液两相流流型辨识 |
| 2.2 小通道气液两相流相含率测量 |
| 2.3 两相流光学检测技术 |
| 2.3.1 光散射法 |
| 2.3.2 光纤探针法 |
| 2.3.3 激光多普勒技术 |
| 2.4 电容耦合非接触电导检测(C~4D)技术 |
| 2.4.1 C~4D测量原理 |
| 2.4.2 C~4D技术研究现状 |
| 2.4.3 C~4D技术的应用 |
| 2.5 信息处理技术 |
| 2.5.1 统计分析 |
| 2.5.2 小波分析 |
| 2.5.3 希尔伯特黄变换 |
| 2.5.4 机器学习(支持向量机) |
| 2.6 传感器数据融合技术 |
| 2.6.1 传感器数据融合的基本原理 |
| 2.6.2 传感器数据融合方法介绍 |
| 2.6.3 传感器数据融合技术的应用 |
| 2.7 小结 |
| 第3章 小通道气液两相流参数测量系统与测量方案 |
| 摘要 |
| 本章主要内容 |
| 3.1 参数测量总体方案 |
| 3.2 小通道气液两相流参数检测系统 |
| 3.3 实验方案和实验条件 |
| 3.4 实验中的典型流型 |
| 3.5 小结 |
| 第4章 基于光学位置传感器的小通道气液两相流参数测量 |
| 摘要 |
| 本章主要内容 |
| 4.1 引言 |
| 4.2 光学位置传感器测量原理 |
| 4.3 小通道气液两相流光学位置传感器信号分析 |
| 4.3.1 典型流型下的光学位置传感器信号 |
| 4.3.2 统计特征分析 |
| 4.3.3 小波分析 |
| 4.3.4 希尔伯特黄变换 |
| 4.4 基于光学位置传感器的小通道气液两相流流型辨识 |
| 4.4.1 信号特征提取 |
| 4.4.2 流型分类器设计 |
| 4.4.3 流型辨识结果 |
| 4.5 基于光学位置传感器的小通道段塞流相含率测量 |
| 4.5.1 基于物理模型的相含率测量 |
| 4.5.2 基于LS-SVM回归模型的相含率测量 |
| 4.6 小结 |
| 第5章 基于C~4D传感器的小通道气液两相流参数测量 |
| 摘要 |
| 本章主要内容 |
| 5.1 引言 |
| 5.2 基于相敏解调技术和串联谐振的C~4D传感器测量原理 |
| 5.3 小通道气液两相流C~4D传感器信号分析 |
| 5.4 基于C~4D传感器的小通道气液两相流流型辨识 |
| 5.5 基于C~4D传感器的小通道气液两相流相含率测量 |
| 5.6 小结 |
| 第6章 基于传感器数据融合的小通道气液两相流参数测量 |
| 摘要 |
| 本章主要内容 |
| 6.1 引言 |
| 6.2 小通道气液两相流流型辨识 |
| 6.2.1 小通道气液两相流流型辨识技术路线 |
| 6.2.2 基于D-S证据理论的流型辨识 |
| 6.2.3 流型辨识实验结果比较与分析 |
| 6.3 小通道气液两相流相含率测量 |
| 6.3.1 相含率测量技术路线 |
| 6.3.2 相含率测量实验结果 |
| 6.4 小结 |
| 第7章 结论与建议 |
| 参考文献 |
| 作者简介 |
| 攻读博士学位期间所取得的科研成果 |
（8）粉煤密相气力输送的流型与管线内压力信号关系的研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 前言 |
| 1.1 课题的研究背景及意义 |
| 1.2 文献综述 |
| 1.2.1 气力输送的水平管和竖直管流型 |
| 1.2.2 新测量手段与流型 |
| 1.2.3 相图与流型预测 |
| 1.2.4 流型的数值模拟研究 |
| 1.2.5 物料物性与流型 |
| 1.2.6 压力信号处理方法 |
| 1.2.7 气力输送的压力波动机理 |
| 1.2.8 压力信号的特性与流型 |
| 1.2.9 压力信号的特性与动力学机理 |
| 1.3 本文的主要研究内容 |
| 1.4 创新点 |
| 第2章 实验装置与物料物性 |
| 2.1 实验室的实验装置和物料物性 |
| 2.1.1 不同管径的水平管实验装置 |
| 2.1.2 竖直上升管实验装置 |
| 2.1.3 测量系统 |
| 2.1.4 输送物料的物性 |
| 2.1.5 操作手段与流型 |
| 2.2 中试试验装置和物料物性 |
| 2.3 Shell粉煤输送的工业装置和物料物性 |
| 第3章 操作参数对输送稳定性的影响 |
| 3.1 给料罐压力波动的影响 |
| 3.2 补气方式对输送稳定的影响 |
| 3.2.1 调节气的影响 |
| 3.2.2 流化气的影响 |
| 3.2.3 加压气的影响 |
| 3.3 宏观特性参数与稳定性 |
| 3.3.1 颗粒速度的影响 |
| 3.3.2 颗粒浓度的影响 |
| 3.4 相图流型与稳定性 |
| 3.5 稳定性判据与改善措施 |
| 3.6 中试及工业装置系统稳定性分析 |
| 3.7 堵塞现象 |
| 3.7.1 不同的堵塞类型 |
| 3.7.2 临界气速 |
| 3.8 临界速度与流动稳定性 |
| 3.9 小结 |
| 第4章 不同载气对输送稳定性的影响 |
| 4.1 不同载气粉煤气力输送的宏观规律 |
| 4.2 不同载气的粉煤气力输送相图 |
| 4.3 不同载气粉煤气力输送的管道压降模型 |
| 4.4 不同载气对压力波动特征的影响 |
| 4.5 不同载气对粉煤流型的影响 |
| 4.6 小结 |
| 第5章 流型划分及其过渡的预测 |
| 5.1 引言 |
| 5.2 流型的定义 |
| 5.2.1 水平管流型 |
| 5.2.2 竖直管流型 |
| 5.3 ECT信号与流型 |
| 5.3.1 水平管 |
| 5.3.2 竖直管 |
| 5.4 相图与流型 |
| 5.4.1 水平管 |
| 5.4.2 竖直管 |
| 5.5 流型过渡的预测 |
| 5.5.1 水平管 |
| 5.5.2 竖直管 |
| 5.6 流型预测模型的适用性 |
| 5.7 小结 |
| 第6章 粉煤气力输送的压力信号特征与流型的关系 |
| 6.1 压力信号的数据采集系统 |
| 6.2 采样频率与采样点数 |
| 6.3 压力信号中噪音的辨识 |
| 6.4 小波的去噪处理 |
| 6.5 压力信号的特征量提取 |
| 6.5.1 压力信号的波形 |
| 6.5.2 标准差 |
| 6.5.3 平均循环频率 |
| 6.5.4 功率谱分析 |
| 6.5.5 小波分析 |
| 6.5.6 混沌分析 |
| 6.6 小结 |
| 第7章 结论与展望 |
| 7.1 研究结论 |
| 7.2 研究展望 |
| 参考文献 |
| 致谢 |
| 附录 博士期间发表的论文 |
（9）流化床压力信号的混沌特性分析及流型识别方法（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题的背景及意义 |
| 1.2 国内外对气固流化床研究的状况 |
| 1.2.1 气固流化床参数检测技术 |
| 1.2.2 流化床信号分析处理方法综述 |
| 1.2.3 流化床的流型识别技术 |
| 1.3 流型识别中拟解决关键问题 |
| 1.4 本文的主要研究内容 |
| 第2章 实验装置与实验过程 |
| 2.1 实验装置简介 |
| 2.2 实验步骤 |
| 2.3 试验材料 |
| 2.4 实验参数的测量 |
| 2.4.1 实验参数范围 |
| 2.4.2 实验参数的测量 |
| 2.5 信号的采集与传感器的选择 |
| 2.5.1 信号的采集 |
| 2.5.2 压力传感器的选择 |
| 2.6 实验所观察到的流型 |
| 2.7 本章小结 |
| 第3章 压力脉动信号的去噪处理 |
| 3.1 几种一代小波去噪基本原理 |
| 3.1.1 分解重构法 |
| 3.1.2 小波阈值去噪法 |
| 3.1.3 平移不变量法 |
| 3.1.4 模极大值去噪法 |
| 3.2 第二代小波原理 |
| 3.2.1 二代小波理论 |
| 3.2.2 二代小波去噪过程 |
| 3.3 一代小波与二代小波除噪比较 |
| 3.4 本章小结 |
| 第4章 压力脉动信号的混沌特性和多重分形分析 |
| 4.1 混沌特性分析 |
| 4.1.1 延迟时间 |
| 4.1.2 关联维数 |
| 4.1.3 Hurst 指数 |
| 4.1.4 吸引子 |
| 4.1.5 李亚普诺夫指数(Ly: Lyapunov exponent） |
| 4.1.6 Kolmogorov 熵 |
| 4.2 多重分形分析 |
| 4.2.1 多重分形谱 |
| 4.2.2 参数意义 |
| 4.2.3 数据结果与分析 |
| 4.3 本章小结 |
| 第5章 流型识别模式的分析与选取 |
| 5.1 人工鱼群基本理论 |
| 5.1.1 符号定义 |
| 5.1.2 人工鱼群算法 |
| 5.2 BP 神经网络 |
| 5.3 Elman 神经网络 |
| 5.4 人工鱼群算法优化BP 神经网络的过程 |
| 5.4.1 统计特征参数 |
| 5.4.2 实验结果与分析 |
| 5.5 本章小结 |
| 结论 |
| 参考文献 |
| 攻读学位期间取得的研究成果及发表的学术论文 |
| 致谢 |
（10）应用截面检测技术和V型内锥式流量计的两相流测量（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 两相流及其研究现状 |
| 1.2 多传感器融合技术的产生及现状 |
| 1.3 截面信息检测技术 |
| 1.4 差压式流量计 |
| 1.5 课题的主要研究问题 |
| 1.6 论文的组织安排 |
| 第二章 多传感器融合系统的构成 |
| 2.1 多传感器系统的空间结构 |
| 2.2 系统测量框架 |
| 2.3 截面信息检测系统的原理和构成 |
| 2.3.1 电阻式截面信息检测系统的原理 |
| 2.3.2 截面系统的硬件结构 |
| 2.4 V 内锥的结构及特性 |
| 2.5 水平管气液两相流实验装置 |
| 第三章 基于 D-S 证据理论的流型识别方法 |
| 3.1 流型及其识别方法 |
| 3.2 水平管气液两相流介绍 |
| 3.3 截面测量信息的特征提取 |
| 3.3.1 边界电压预处理 |
| 3.3.2 边界电压特征提取 |
| 3.4 D-S 证据理论 |
| 3.4.1 证据理论基础 |
| 3.4.2 证据组合规则 |
| 3.5 基于 D-S 证据理论的流型识别方法 |
| 3.5.1 基本概率分配函数的获取 |
| 3.5.2 流型判别过程 |
| 3.6 实验结果及分析 |
| 3.7 小结 |
| 第四章 基于流型识别的流量测量 |
| 4.1 节流装置测量模型 |
| 4.2 V 内锥流出系数 |
| 4.3 气体可膨胀系数 |
| 4.4 实验条件下测量模型误差比较 |
| 4.5 小结 |
| 第五章 基于时间融合的塞状流流量测量 |
| 5.1 基本原理 |
| 5.2 截面测量信息与V 内锥测量数据的时间融合方法 |
| 5.2.1 相关技术原理 |
| 5.2.2 时间融合方法 |
| 5.3 基于时间融合的流量测量 |
| 5.3.1 V 内锥差压信号的时序分类 |
| 5.3.2 等效干度计算 |
| 5.3.3 质量流量计算 |
| 5.4 实验结果分析 |
| 5.5 小结 |
| 第六章 总结与展望 |
| 参考文献 |
| 发表论文与科研情况说明 |
| 致谢 |
四、D-S证据理论在气固流化床流态判别中的应用（论文参考文献）
- [1]气固流化床流型的表征与识别[D]. 王建斌. 东南大学, 2020
- [2]自调式狭缝型分布板流化床的设计与试验研究[D]. 刘超冉. 天津科技大学, 2020(08)
- [3]用于气液固三相流化床检测的电学层析成像方法研究[D]. 张威扬. 天津大学, 2018(06)
- [4]基于声电多传感器信息融合的两相流流型识别[D]. 沈莹. 天津大学, 2018(06)
- [5]基于多传感器声纹特征提取的气固流化床结块监测[D]. 史帅. 北京化工大学, 2018(02)
- [6]两相流多传感器数据卡尔曼滤波融合方法[D]. 李鹏飞. 天津大学, 2017(06)
- [7]基于传感器数据融合的小通道气液两相流参数测量新方法研究[D]. 龙军. 浙江大学, 2013(08)
- [8]粉煤密相气力输送的流型与管线内压力信号关系的研究[D]. 丛星亮. 华东理工大学, 2013(06)
- [9]流化床压力信号的混沌特性分析及流型识别方法[D]. 何强勇. 东北电力大学, 2010(12)
- [10]应用截面检测技术和V型内锥式流量计的两相流测量[D]. 张福生. 天津大学, 2008(02)