一、数据融合在氧量测量中的应用（论文文献综述）
张宇珩[1]（2021）在《燃煤电厂氧量传感器测量可靠性评估和故障诊断研究》文中研究说明中国的能源结构不断地在变化,近些年来,火电机组深度调峰和超低排放的要求不断提高也催生了“智能电厂”的发展。而“智能电厂”所依赖的先进的测试技术、大数据分析和智能化技术都需要能准确反映机组参数的测量数据,因此有必要对用于测量的传感器进行可靠性评估和故障诊断。烟气含氧量是锅炉燃烧调整和运行需要控制的一个重要参数,是确保锅炉安全性、经济性运行的重要指标。目前燃煤电厂对于烟气含氧量的测量普遍采用氧化锆传感器进行直接测量,但是传统的传感器测量不免会发生传感器老化或故障的问题,影响氧量测量的准确性和可靠性,因此对氧量传感器进行测量可靠性评估和故障诊断既有利于锅炉的控制运行,也对“智能电厂”的发展有着重要意义。本文利用BP神经网络和机组运行的历史数据,以锅炉燃烧原理为基础,结合相关性和灰色关联度分析,建立了烟气含氧量的软测量模型,通过软测量模型预测值和传感器实际测量值的相关性分析和拟合分析,再利用直接冗余法建立了传感器间的信任度矩阵,对各个氧量传感器进行了测量可靠性的分析。根据所建立的模型,对预测值和传感器测量值进行了残差分析,分析了各个氧量传感器的运行状况和可靠性。针对氧量传感器的特点,将常见的传感器故障进行分类和数学描述,对氧量传感器易出现的故障,如偏置故障、卡死故障和漂移故障,进行了仿真分析。采用主元分析法,利用Hotelling T2统计量和SPE统计量,对故障进行了诊断,结果表明:该方法可以有效诊断出偏置故障、卡死故障和漂移故障,具有一定的应用前景。
王欠欠[2]（2021）在《水质检测中多传感器信息融合算法研究》文中研究说明水质检测中信息融合算法的研究,能够很好地描述水质等级,对水质中水质属性的选择、分析和水质保护有着重要意义。对多个同类或异类水质检测传感器所测的水质信息进行处理、融合,可获得比单一水质检测传感器所测的水质信息更加全面、可靠,对水质评估分析更切合实际,多传感器信息融合算法在水质检测中的研究显得尤为重要。论文以水质检测中的水质数据作为研究对象,着重对多传感器信息融合算法进行研究,主要研究内容包括:（1）对多传感器信息融合算法的相关理论知识做简要介绍。以水质检测传感器所获取的水质数据为研究对象,提出一种同等级水质下基于信息熵的模糊多属性决策算法。该算法结合主成分分析法,通过选取KMO>0.5、Bartlett<0.05的水质属性,用来做算法分析,并用于改进的模糊综合评判算法研究。首先利用传统的模糊综合评价法,得出水质等级。其次,在水质同等级的基础上,做基于信息熵的模糊多属性水质决策,利用信息熵来求取水质同等级下水质的优劣关系,使水质等级拥有更高的区分度。最后,结合主成分分析法能得出优劣关系的优点,对改进算法所得结果进行比对。该算法有效弥补了主成分分析法中不能对水质等级进行划分的缺点,解决了水质同等级下一概而论的模糊性,水质同等级基础上得出水质更高精度的区分度。（2）针对传统水质评价模型不能反映水质检测数据动态变化特征,构造一种基于直觉模糊多属性决策的水质评估模型。利用水质属性值区间范围内变化的不确定性信息,结合直觉模糊多属性决策中的隶属度和非隶属度来描述这种不确定的水质属性信息。首先,利用水质区间均值,结合传统模糊综合评价算法,决策出区间水质等级。在水质同等级的基础上,构造水质直觉区间多属性决策矩阵,规范化为直觉模糊多属性矩阵,构建水质属性最优权重,计算水样本的综合属性值。最终通过得分函数,得出水样本的得分值。该算法可以将水质的模糊本性更加细致的刻画,充分考虑了水质属性值在一定区间范围内变化的信息,有效拓展了区间水质评估算法的研究。同时结合模糊综合指数法,验证该算法的可行性。
肖棋森[3]（2021）在《光谱法检测地表水多参数数据融合处理方法研究》文中研究说明对于水质检测而言,常用的方法有化学法、生物传感法以及物理法。化学法容易产生二次污染,且测量的时间周期长;生物传感法中缺点有灵敏度低和无法重复使用这两点;物理方法中的色谱法和质谱法它的测量过程复杂,需要专业人员操作,而且设备比较昂贵。因此,近年来直接光谱法广泛应用于水质检测中,其具有快速、无二次污染、指纹检测、可污染溯源等优点,已成为水质检测领域的研究热点。地表水中主要的24项参数指标,包含了生产生活中的大多数可能性污染物,可以有效地衡量水质污染的程度。本文基于地表水参数指标的区分,对某几种特定的参数进行了测量与研究。论文的主要研究工作如下:1)光谱法检测地表水实验系统设计。分别采用大功率氘卤灯组合光源结合了光谱仪搭建紫外-可见吸收光谱法水质检测系统;采用功率为600m W,波长为785nm的窄线宽激光器,光谱仪采用高分辨率光纤光谱仪搭建拉曼散射光谱法水质检测系统。实验配置不同浓度的水质标液并用光谱法获得光谱数据。2)多源光谱融合的水质参数测量方法研究。针对紫外-可见吸收光谱对水质参数预测不够精确的问题,采用了拉曼散射光谱和紫外-可见吸收光谱的多源光谱数据融合的方法,提升了水质参数测量精度。实验中数据融合策略为投影变量重要性分析与偏最小二乘回归法相结合,应用了两种不同光谱的信息即拉曼散射光谱和紫外-可见吸收光谱,对5-100mg/L的低浓度COD值与0.1-20mg/L的NO3-N进行了不同的建模。多源光谱模型是将原始数据运用归一法去除量纲后,级联成新的数据集矩阵;通过矩阵的投影变量重要性分析筛选出特征变量的特征级融合模型,最后将处理过的矩阵与偏最小二乘回归法相结合。结果表明,数据级融合的数据中COD的R2=0.9668,RMSECV=1.6113;NO3-N的R2=0.9633,RMSECV=0.5968。特征级融合中COD的R2=0.9766,RMSECV=1.2957;NO3-N的R2=1,RMSECV=0.2400。融合后的模型具有更强的数据拟合能力,提升了测量的精度。3)地表水水质多参数融合分类方法研究。对水质分类评价不完善的问题,提出了一种基于区间证据理论的高冲突水质多参数数据融合方法研究。采用了传统D-S证据理论结合区间数,通过高冲突修正。达到了一个能直接观看得到分类概率的结果。本次试验提供了一种基于区间相似度的基本概率分配生成方法,并用系数α调节,在修改冲突数据的同时可能多的保留了原始数据。运算后得到水质概率分类Ⅰ～Ⅴ依次为0.3516,0.5224,0.0913,0.0247,0.0099,不确定度的概率为0,融合后的信度能清晰的了解每个等级的支持度的概率,能够迅速的判断水质当前所处等级,信度最大的值就是当前的水质分类。为水质分类提供了一种新的思路。论文对光谱法检查地表水实现了两种方法研究的讨论,第一种是通过研究拉曼散射光谱和紫外-可见吸收光谱这两种光谱的光谱融合,运用特征级融合方法对其进行光源的重要性筛选以达到留存一定的维数从而判断参数浓度。另一种是通过对多参数的决策级融合,实现对地表水水质的概率分类。
徐佳琦[4]（2021）在《350MW煤粉炉热一次风作高速燃尽风低NOx改造的数值研究》文中研究表明我国煤炭作为主要的一次能源,其中绝大部分被用于直接燃烧,如火电厂发电和工业生产等,但煤炭燃烧会产生不利于人体健康并且造成环境污染的物质,如硫氧化物SOX、氮氧化物NOX等。为了满足日趋严格的排放标准,火电厂投入大量成本进行低氮技术的研发和锅炉的改造,以减少尾气中NOX的排放,达到“超低排放”的要求。多数现役300 MW级别机组在设计时并没有采用先进的低氮燃烧技术,NOX排放浓度相对较高,会造成SCR脱硝系统的喷氨量大、脱硝成本上升和空预器堵塞等问题。虽然通过进行低氮燃烧器改造后NOX排放有所下降,但相比于在初始设计就考虑先进低氮燃烧的新建机组,其原烟气NOX排放量仍然偏高约50-100 mg/Nm3。某现役350 MW燃煤锅炉就存在这样的问题,经过低氮燃烧器改造和涂层处理之后,该锅炉在满负荷4个磨煤机工作时,省煤器出口的NOX排放浓度平均值相比同类型机组仍属于偏高水平。因此,本文针对这台现役350 MW锅炉设计参数和运行现状,提出并研究一种利用富余一次风作为高速射流燃尽风来深度降低炉膛出口NOX浓度的新技术——高速燃尽风技术（High-speed Over Fired Air,简称HOFA）。本文主要利用FLUENT软件对该锅炉进行数值模拟,结合现场试验数据来对HOFA技术进行研究。本文首先进行冷态数值模拟研究,建立26 m以上的炉膛模型,模拟单侧和双侧布置HOFA对冷态流场的影响,确立初步改造方案。研究发现虽然双侧方案HOFA在炉膛上部扩散能力和前墙区域覆盖能力有优势,但在关键的穿透能力和覆盖面积上还是单侧方案表现更好,单侧方案表现出更好的刚性。综合比较得出单侧方案的高速燃尽风对流场影响能力更强的结论,确定了实际锅炉改造采用单侧方案的技术路线。在热态数值模拟研究中采用单侧布置,分别从ABC层和AB层一次风中抽取热风做高速燃尽风,对比研究不同抽风方式对炉内燃烧的影响,以确定具体改造方案和运行建议。研究发现ABC层（工况一）取风的工况出口的氧气浓度有所上升,飞灰含碳量大幅度增加,但是NOX浓度和CO浓度均有下降;AB层（工况二）取风的工况虽然飞灰含碳量有较大的回落,CO浓度最低,但NOX排放量是三种工况中最高。对比原始工况出口NOX为335mg/Nm3来看,工况一出口NOX下降了26.43 mg/Nm3,工况二出口NOX上升了5.07 mg/Nm3。结论认为工况一方案比较合适,即从ABC各层分别抽风更能有效降低NOX排放。基于数值模拟结果进行现场HOFA技术改造实施和性能测试,对比研究改造前后参数,研究发现高速射流燃尽风投用后,锅炉燃烧效率和改造前基本一致,炉膛出口温度分布和氧量分布都较为均匀,NOX排放量明显降低。改造后NOX（折算到6%的O2）在满负荷和75%负荷下分别为364.65 mg/Nm3和242.60 mg/Nm3比改造前约降低了33-53 mg/Nm3,脱硝效率分别为8.3%和17.9%,说明高速燃尽风技术在实际应用中能有效地深度降低NOX。在现场试验数据验证了数值模拟方法和结果的准确性后,采用数值模拟方法对高速燃尽风进行深入研究,以期对其他机组应用高速燃尽风技术提供参考。主要研究两种负荷75%和100%以及单、双侧工况在燃烧和减排方面的表现。研究表明:单侧工况下,75%和100%负荷下出口NOX分别为228 mg/Nm3和334 mg/Nm3,而改造前对应实测数据分别为296mg/Nm3和398 mg/Nm3,分别减少了68 mg/Nm3和64 mg/Nm3,对应减排效果为23%和16%,认为锅炉在较低负荷运行下氮氧化物的生成和抑制效果更好。100%负荷下,单侧布置的在主燃区有较大的高浓度CO区域、较少的O2区域和较小的高温区域,使NOX生成量较低。虽然双侧工况的飞灰含碳量有所回落,但其NOX浓度也是所有工况中最高的454 mg/Nm3。对比改造前的出口NOX浓度398 mg/Nm3来看,排放量不降反升,再次证实了认为单侧工况的减排效果优于双侧工况。
李庆明[5]（2020）在《基于多模态数据融合的人体肌肉疲劳研究及其检测系统设计》文中研究表明人体肌肉疲劳检测在体育竞技、康复训练等领域对于防止肌肉过度训练造成损伤具有非常大的研究和应用价值。受此启发,本研究创新地将表面肌电信号、肌音信号、肌氧饱和度三种可以表征肌肉疲劳的生理信号,通过数据融合的方法实现对肌肉疲劳状态更加准确的检测。本论文的研究内容及成果如下:（1）搭建多源生理信号采集系统。主要包括肌音传感器、肌氧饱和度传感器、A/D转换器、通讯模块和主控芯片的选取,表面肌电传感器设计与性能测试,下位机程序和上位机程序设计。设计肌肉疲劳实验并对肱二头肌的多源生理信号进行采集,同时根据疲劳等级评测表对疲劳度进行自主标定。（2）对表面肌电信号、肌音信号和肌氧饱和度的特征量进行提取与分析。对表面肌电信号时域的IEMG和RMS参数、频域的MPF和MF参数以及非线性动力学角度的C0复杂度和Ap En特征量进行回归分析和显着性分析,并从中选取最优的特征参数。对肌音信号频域的MPF和MF参数,以及非线性动力学角度的LZC、FD、MLE和Ap En特征量进行线性回归分析和显着性分析,并选取最优参数。将肌氧饱和度指标作为表征肌肉状态的参数,并对该指标进行肌肉疲劳相关性分析。（3）建立多模态数据融合的肌肉疲劳等级评价模型。将从表面肌电信号、肌音信号和肌氧信号中提取的最优特征参数进行特征级融合,基于SVM构建肌肉疲劳等级评价模型。设计单模态数据与多模态数据融合的肌肉疲劳等价评测对比实验,实验结果表明:在同样的条件下,多模态数据融合对于肌肉疲劳度的识别正确率为89.2%,表面肌电信号和肌音信号单独作为肌肉疲劳度评判依据时,其正确率分别为84.2%和80.8%,实验结果表明多模态数据融合的识别率比两种单模态的识别率分别提高了5.0%和8.4%,评测肌肉疲劳状态的准确率有所提高,性能也更稳定。
陈肖[6]（2020）在《机器学习在分子/原子光谱数据分析中的应用》文中研究说明光谱技术具有快速、无污染、无需复杂样品制备等特点,然而在光谱分析时存在着一些问题,如光谱易受基体效应、温度漂移、光源能量抖动等实验环境影响,从而稳定性差,而将机器学习应用于光谱分析过程中,可以提取更多信息、抑制干扰信号的影响以及剔除异常数据。本文引入主成分分析法、偏最小二乘法（Partial Least-Square,PLS）、随机森林（Random Forests,RF）、深层神经网络（Deep Neural Networks,DNN）、卷积神经网络（Convolutional Neural Networks,CNN）五种机器学习算法,并将上述算法应用在原子光谱——激光诱导击穿光谱（Laser Induced Breakdown Spectroscopy,LIBS）和分子光谱——显微红外光谱检测中对光谱特征提取、噪声消减、模型构建等方面的实际效果,并进一步评价了机器学习算法在光谱定量定性分析过程中的效果。文章首先以分析化学需氧量（Chemical Oxygen Demand,COD）为例,将机器学习应用于建立基于LIBS的水质快速预测模型。COD是重要的水质污染指标,是多种元素共同作用的结果,因此使用了PLS这一多变量回归算法。当采用PLS对两条河流的光谱数据建模时,模型效果较差,其原因是两条河流水体中的元素呈现显着差异,导致线性的PLS模型传递性较差。针对这一问题,本文采用了RF这一非线性算法。RF经参数优化后,得到了预测更为准确的模型,表明了机器学习在原子光谱中的成功应用。进一步地,在讨论机器学习在分子光谱中的应用时,以大米产地溯源和种类区分为例,结合显微红外光谱和机器学习算法,建立不同产地和不同品种大米区分模型。实验采集了14种大米的显微红外光谱,首先使用常规机器学习算法RF对这些样本进行产地和种类区分,然而模型预测准确率仅为57.1%。为了准确地区分大米的产地及品种,进一步地引入了DNN和CNN两种深度学习算法,并分别建立了大米的产地及种类区分模型,其预测准确率均达到90%以上。研究结果表明在基于显微红外光谱的大米的产地溯源和种类区分过程中,深度机器学习算法较之常规机器学习算法更为有效,这也证明了深度机器学习算法在分子光谱中应用的可行性。上述问题中均涉及大量的数据处理,通过将机器学习算法应用在原子光谱和分子光谱分析过程,这些问题均得到了妥善解决,这表明在原子光谱和分子光谱分析的过程中,机器学习是一种很有效的工具,也表明了机器学习算法在定量和定性分析方面均有优势,进而可以将机器学习算法推广到其他对象的光谱数据分析建模应用。
马小雅[7]（2019）在《扩散光学层析成像系统优化及其与PET融合成像的研究》文中研究表明扩散光学层析成像（Diffuse Optical Tomography,DOT）以其成像特异性高、非侵入性及无电离辐射的特点,近年来成为检测和表征乳腺癌或其他软组织病变最具潜力的影像诊断技术之一。DOT属于功能分子成像技术,其根据肿瘤与正常组织血红蛋白含量的差异性所导致的光学特性的变化来检测组织病变。基于DOT成像原理实验室搭建了DOT系统,本文主要以DOT定量重建光学参数为核心,从系统性能优化、定量补偿、多光谱成像与多模融合展开了一系列研究,三方面内容层层递进形成一个整体。本文主要研究内容如下:1.系统性能优化及测试。DOT系统性能优化分为硬件性能优化和软件性能优化两部分。系统硬件性能优化部分首先是系统数据质量的优化,本文通过数据分析说明了系统噪声对测量数据质量的影响,为了优化测量数据质量提出针对噪声（暗电流）的校正方法,实验结果证明优化后系统对目标物体的恢复效果有了明显的改善;接着采用了低频调制来提高系统信噪比的方法,设计了相关实验并针对实验结果进行了定量评估,根据评估结果可知低频调制后系统的信噪比由36dB提升到了56dB,并且本文根据定量分析结果给出了实际工程中可参考的调制频率。软件性能优化部分主要是通过初始光学参数的优化来改善重建图像质量,由于DOT重建过程的病态性导致初始光学参数对重建结果的影响被加倍放大,主要体现在边界伪影和定位误差的增大。为了得到合理的光学参数,本文以系统对特异性吸收目标的定位精度为评估标准,通过微扰动的方法得到符合量化标准的光学参数,利用该光学参数得到的重建结果定位准确并且有效抑制了重建图像伪影。2.系统定量重建及多光谱成像研究。DOT重建过程的病态性使得系统的测量数据在定量恢复光学系数方面具有一定的困难,本文针对定量重建提出了基于优化系统与构建定量仿体相结合的方法。为了评估系统重建结果对特异性吸收的准确定量,本文设计了系列定量仿体实验,并通过匀质仿体校正方法验证了构建定量仿体方法的可靠性和稳定性,通过计算重建结果中感兴趣区域的（Interest of Region,ROI）均值可知定量仿体的最大恢复误差为9%;为了重建含氧血红蛋白和脱氧血红蛋白的含量,本文进行了离体血液的多光谱实验,根据不同波长的光学性质得到660nm-850nm之间含氧血红蛋白和脱氧血红蛋白吸收系数的变化曲线,并且利用多光谱结果成功分离了两类血红蛋白。3.PET-DOT同机融合成像。PET-DOT联合成像可以实现PET核素标记的外源性成像与DOT内源性成像对病变组织的精准定位与高精度诊断。本文提出基于刚性变换的双模态点配准方法,根据定量计算结果两种模态的配准误差在2mm内,并设计了双模融合的单孔和双孔仿体实验及肿瘤小鼠的生物活体实验,实验证明针对小鼠肿瘤DOT与PET成像可以实现信息的相互验证。
崔行宁[8]（2019）在《基于微生物膜传感器和信息融合的海水BOD监测方法研究》文中指出随着水质监测技术的逐渐发展,生化需氧量（BOD）因在有机污染物监测上的优势,其监测方法的研究已经成为诸多研究学者关注的热点。微生物膜传感器法因其时效性好、灵敏度高、准确度高、操作简单等优点,更适合于对水体BOD的监测,被广泛应用于BOD监测仪的研究。本课题针对监测BOD的传统五日培养法（BOD5）操作复杂、时效性差的不足,以及水质中复杂环境因素影响监测过程等问题,制备了基于微生物膜反应器的微生物膜传感器,然后基于微生物膜传感器搭建了海水BOD监测系统,并完成BOD标准溶液的测定和实际海水水样的测量,最后消除了监测过程中主要环境参数的影响。论文主要的内容包括:首先,基于微生物膜传感器工作原理,以螺旋玻璃管内壁为载体、以污染海水中的微生物为微生物源制备微生物膜反应器后结合溶解氧电极制成BOD微生物膜传感器,并对传感器的性能,包括响应时间、准确度、稳定性以及使用寿命等进行了测试,最后对BOD微生物传感器的工作条件进行了选择和优化。其次,基于微生物膜传感器的工作条件和系统的功能需求分析,设计并搭建了海水BOD监测系统,实现了自动进液、恒温控制、数据采集与处理等功能,分析了监测系统的性能,包括标准曲线的测定、准确度测试、加标回收率的测试,然后完成秦皇岛多个近海海域实际水样的测量,并将结果与BOD5法进行对比,分析海水BOD监测系统在实际应用中的性能表现。最后,基于信息融合的原理,提出了一种粒子群算法（PSO）优化的极限学习机（ELM）算法,以PSO算法优化ELM算法中的输出连接权值和隐含层神经元阈值,从而降低ELM算法的计算误差,然后以系统输出BOD值以及对微生物膜活性影响较大的水质参数pH、SS、ORP作为模型输入进行网络深度学习,消除参数的影响,输出海水水样最终的BOD值,进一步提高的海水BOD监测系统监测结果的准确性。
柯盼盼[9]（2017）在《组织工程生物反应器智能化监测系统研究》文中指出组织工程是目前生物医学国际研究中最受关注的领域之一,生物反应器是组织工程研究的重要平台,可模拟人体内微环境进行各种组织细胞的培养,传统组织工程生物反应器培养过程,通常依靠专家经验肉眼识别或者加指示剂的方法判别组织细胞的生长状况以及人工更换培养液,导致组织细胞污染、生长状况受影响以及培养液浪费等现象。本文旨在将传统组织工程生物反应器的培养环境由人工变成全天候无菌智能化远程监测,构建基于多传感器数据融合的智能化组织工程生物反应器在线监控系统,实现生物反应器内组织细胞生长状况的实时准确判别,推动生物反应器监测系统的智能化、产业化。本文首先分析组织工程生物反应器智能化监测系统研究的背景和意义,探讨生物反应器监测技术的研究现状及检测参数指标,论述微电流的基本检测方法,阐述多传感器数据融合技术的国内外发展研究。详细分析现有的电化学检测方法和电化学传感器微电流检测机理,介绍三电极体系的工作原理,建立三电极式传感器等效电路模型,分析电极噪声来源和影响因素,详细描述自制三电极式针状传感器的结构,论述基于三电极的恒电位电路检测原理。为实现生物反应器内各参数的准确检测,设计基于电化学传感器的微电流检测系统,详细说明系统各部分的硬件电路设计和软件程序设计,采用Multisim电路仿真软件对硬件电路进行了仿真实验测试以验证电路设计的正确性,并分析电路实际检测结果,给出系统硬件和软件抗干扰设计方法。为实现生物反应器内组织细胞的生长状态判别,利用标准仪器实现生物反应器内各参数的标定检测,推导微电流与各检测参数间的关系,建立结合分批估计和D-S证据理论的多源数据融合算法,提出基于证据相似系数的证据组合规则改进方法,以实现生物反应器中组织细胞的生长状况判别,仿真实验结果表明,该方法能实现组织细胞的生长状况判别。最后基于虚拟仪器技术,完成了虚拟化组织工程生物反应器智能化监测平台设计,采用本文提出的分批估计和改进D-S证据理论相结合的多源数据融合算法,实现生物反应器内组织细胞的生长状况判别。
刘千[10]（2016）在《电站锅炉燃烧优化控制与状态诊断的研究》文中研究说明燃煤发电在未来相当长的一段时间内仍然是我国最重要的发电方式,资源、环境和气候的变化给燃煤发电的可持续发展带来了严峻的挑战。在燃煤火电机组单机容量不断提高、参数不断增多、系统越来越复杂的情况下,基于炉膛参数测量对电站锅炉燃烧优化控制和状态诊断问题进行研究,将为燃煤火电机组实现高效率、低污染排放、安全稳定运行提供有效解决方案。本文基于电站锅炉炉膛参数的测量,围绕大型电站锅炉燃烧优化控制与状态诊断展开,做了以下工作:（1）对影响电站锅炉燃烧的锅炉炉膛参数进行研究。分析了锅炉炉膛参数对锅炉效率、污染物排放、锅炉寿命的影响,以及这些参数与锅炉燃烧优化运行间的相互制约关系。从测量原理和系统构成方面描述了基于激光吸收光谱的炉膛参数检测新技术。以某燃煤机组为例,进行了基于激光吸收光谱的炉膛参数测量和场重建实验研究。（2）对四角切圆燃煤锅炉的炉膛温度场平衡控制方法进行研究。讨论了炉膛温度场分布不均导致的问题以及炉膛温度场对锅炉氮氧化物生成的影响,提出一种基于模糊自整定PID控制器参数的炉膛温度场平衡控制策略。利用炉膛参数激光测量系统获取的炉膛温度场二维图像,计算炉膛温度场中心坐标,依托分散控制系统,根据PID控制器计算出锅炉四角的辅助风控制修正量,进而通过调整锅炉四角的辅助风风量大小来完成对炉膛温度场中心的调节,实现炉膛温度场的平衡控制。在温度场平衡控制过程中,通过采用模糊自整定方法来完成对PID控制器参数的寻优。（3）对基于数据驱动案例匹配的电站锅炉燃烧优化进行研究。根据电站锅炉运行参数的特点,将影响锅炉效率和氮氧化物排放的热工参数按照需求分为支撑热工参数和优化调整热工参数,在考虑提高锅炉效率和降低锅炉污染物排放的双重要求下,提出一种基于数据驱动案例匹配的电站锅炉燃烧优化方法。首先在离线状态下,根据支撑热工参数对历史数据库中的历史运行工况进行稳态判断、挖掘,建立燃烧优化系统的案例库,在线实施优化时,基于机组实时运行数据进行当前工况计算,基于案例库进行案例工况匹配,从而获得当前运行工况的最优参数设定值,完成电站锅炉的燃烧优化,通过与其它燃烧优化方法对比分析,所提出的方法具有明显优势和工程实际应用价值。（4）对电站锅炉燃烧稳定性和经济性状态评判进行研究。分析炉膛参数对锅炉燃烧稳定性和经济性的影响,基于电站锅炉炉膛参数激光测量系统获取的数据,提出一种电站锅炉燃烧状态模糊综合评判方法,通过构建二级模糊综合评判模型,从炉膛温度、炉内02浓度和炉内CO浓度三个方面综合评判锅炉燃烧稳定性和经济性状态。在获取评判结果的基础上,为了更迅速地完成对锅炉燃烧状态的评判,构建电站锅炉燃烧稳定性和经济性状态评判支持向量机模型,实验结果表明,支持向量机评判模型能够对不同工况下的锅炉燃烧状态进行客观有效地评判,计算速度快,可为在线优化调整锅炉燃烧提供指导。
二、数据融合在氧量测量中的应用（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、数据融合在氧量测量中的应用（论文提纲范文）
（1）燃煤电厂氧量传感器测量可靠性评估和故障诊断研究（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 引言 |
| 1.2 课题背景与国内外研究现状 |
| 1.3 本文的研究方法介绍 |
| 1.4 本文的研究内容 |
| 1.5 本章小结 |
| 2 辅助变量的选择和处理 |
| 2.1 辅助变量的选取 |
| 2.1.1 相关性分析 |
| 2.1.2 灰色关联度分析 |
| 2.2 风量测量的处理 |
| 2.3 给煤量测量的处理 |
| 2.4 本章小结 |
| 3 烟气含氧量软测量建模 |
| 3.1 数据预处理 |
| 3.2 神经网络的建立和模型适用条件 |
| 3.3 软测量建模结果分析 |
| 3.3.1 A侧氧量计软测量建模结果分析 |
| 3.3.2 B侧氧量计软测量建模结果分析 |
| 3.4 模型改进 |
| 3.5 本章小结 |
| 4 传感器故障分析 |
| 4.1 冗余法 |
| 4.2 基于神经网络的残差分析法 |
| 4.2.1 偏置故障仿真 |
| 4.2.2 卡死故障 |
| 4.2.3 漂移故障 |
| 4.3 氧量传感器的故障诊断 |
| 4.3.1 A侧氧量传感器的故障诊断 |
| 4.3.2 B侧氧量传感器的故障诊断 |
| 4.4 本章小结 |
| 5 总结与展望 |
| 5.1 全文总结 |
| 5.2 不足与展望 |
| 参考文献 |
| 作者简介 |
（2）水质检测中多传感器信息融合算法研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 研究问题 |
| 1.3 国内外研究现状 |
| 1.3.1 国外研究现状 |
| 1.3.2 国内研究现状 |
| 1.4 研究内容 |
| 1.4.1 研究对象 |
| 1.4.2 论文结构安排 |
| 1.5 本章小结 |
| 第二章 理论基础 |
| 2.1 多传感器信息融合理论基础 |
| 2.1.1 多传感器信息融合功能模型 |
| 2.1.2 水质检测传感器 |
| 2.2 属性指标值的规范化 |
| 2.2.1 多属性决策 |
| 2.2.2 属性风险分析方法 |
| 2.2.3 属性类型 |
| 2.3 模糊多属性决策理论 |
| 2.3.1 模糊集 |
| 2.3.2 模糊集的基本定理 |
| 2.4 直觉模糊多属性决策理论 |
| 2.4.1 直觉模糊多属性决策算法 |
| 2.4.2 直觉模糊集的基本运算规则 |
| 2.4.3 直觉模糊集的相似度和距离 |
| 2.4.4 直觉模糊集的得分函数与精确函数 |
| 2.5 主成分分析法理论 |
| 2.5.1 主成分分析法定义 |
| 2.5.2 主成分分析法过程 |
| 2.6 本章小结 |
| 第三章 同等级水质下基于信息熵的模糊多属性决策算法 |
| 3.1 改进的模糊综合评价算法流程 |
| 3.2 理论基础 |
| 3.2.1 信息熵的定义 |
| 3.2.2 传统的模糊综合评价法 |
| 3.3 数据处理过程 |
| 3.3.1 数据采集 |
| 3.3.2 主成分分析法流程 |
| 3.3.3 主成分分析法的数据处理 |
| 3.3.4 主成分分析法结果 |
| 3.3.5 同等级水质下基于信息熵的模糊多属性水质决策流程 |
| 3.3.6 同等级水质下基于信息熵的模糊多属性数据处理 |
| 3.3.7 同等级水质下基于信息熵的模糊多属性数据结果 |
| 3.4 算法分析 |
| 3.5 本章小结 |
| 第四章 基于直觉模糊多属性决策的水质评估模型 |
| 4.1 直觉模糊多属性决策的水质评估流程 |
| 4.2 理论基础 |
| 4.2.1 直觉区间多属性决策矩阵 |
| 4.2.2 水质属性量化与规范化处理 |
| 4.2.3 水质属性权重确定方法 |
| 4.3 权重未知的直觉模糊多属性水质评估步骤 |
| 4.4 数据处理过程 |
| 4.4.1 数据的采集 |
| 4.4.2 数据处理 |
| 4.4.3 同等级水质属性最优权重 |
| 4.4.4 水样本的综合评估 |
| 4.5 算法分析 |
| 4.6 本章小结 |
| 第五章 总结与展望 |
| 5.1 总结 |
| 5.2 工作展望 |
| 参考文献 |
| 致谢 |
| 个人简历 |
| 在校期间的研究成果及发表的学术论文清单 |
（3）光谱法检测地表水多参数数据融合处理方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪言 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 光谱法研究现状 |
| 1.2.2 数据融合方法研究现状 |
| 1.3 主要研究内容 |
| 1.4 本章小结 |
| 2 光谱法地表水多参数检测系统设计 |
| 2.1 光谱法水质多参数检测的工作原理 |
| 2.1.1 紫外-可见吸收光谱水质检测基本原理 |
| 2.1.2 拉曼散射光谱水质检测基本原理 |
| 2.2 数据采集实验平台 |
| 2.3 本章小结 |
| 3 基于光谱法数据融合定量分析地表水参数方法研究 |
| 3.1 多源光谱地表水实验采集部分 |
| 3.1.1 光谱预处理 |
| 3.1.2 特征提取 |
| 3.1.3 评判指标 |
| 3.2 多源光谱地表水结果与讨论 |
| 3.3 本章小结 |
| 4 地表水水质多参数数据融合的分类方法研究 |
| 4.1 多参数数据融合实验 |
| 4.1.1 框架模型 |
| 4.1.2 基于区间相似度的BPA生成方法 |
| 4.1.3 冲突系数K的修正 |
| 4.1.4 数据融合 |
| 4.2 多参数数据融合结果与讨论 |
| 4.3 多参数数据融合网页搭建 |
| 4.4 本章小结 |
| 5 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间主要的研究成果 |
（4）350MW煤粉炉热一次风作高速燃尽风低NOx改造的数值研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 我国能源结构和氮氧化物的危害 |
| 1.1.2 国内外氮氧化物的排放限制 |
| 1.1.3 课题背景 |
| 1.2 燃煤锅炉降低氮氧化物排放技术 |
| 1.2.1 氮氧化物生成机理 |
| 1.2.2 烟气脱硝技术 |
| 1.2.3 低氮氧化物燃烧技术 |
| 1.2.4 CFD数值模拟技术 |
| 1.3 燃煤锅炉低氮燃烧的国内外研究现状 |
| 1.3.1 锅炉低氮燃烧改造的国内外研究现状 |
| 1.3.2 燃煤锅炉低氮数值模拟的国内外研究现状 |
| 1.4 本文主要工作 |
| 2 燃煤锅炉炉内燃烧过程的数值模拟方法及相关数学模型 |
| 2.1 引言——CFD数值模拟计算思路 |
| 2.2 数值模拟计算模型基本控制方程 |
| 2.2.1 基本控制方程 |
| 2.2.2 炉内气相湍流流动模型 |
| 2.2.3 气相湍流燃烧模型 |
| 2.2.4 煤粉颗粒燃烧模型 |
| 2.2.5 辐射换热模型 |
| 2.2.6 能量方程 |
| 2.2.7 NO_X的生成机理及模型 |
| 2.3 数值模拟的求解步骤 |
| 2.3.1 求解前分析制定方案 |
| 2.3.2 求解步骤 |
| 2.4 本章小结 |
| 3 冷态数值对比研究高速燃尽风单侧/双侧布置的改造方案 |
| 3.1 引言 |
| 3.1.1 锅炉基本参数 |
| 3.1.2 锅炉改造历史 |
| 3.1.3 现有锅炉基本状况 |
| 3.2 锅炉低NO_X燃烧改造方案——高速燃尽风技术 |
| 3.3 冷态模拟的物理模型及其网格划分 |
| 3.4 计算模型的选取和边界条件的设置 |
| 3.4.1 模拟的基本工况设计 |
| 3.4.2 计算模型的选取 |
| 3.4.3 边界条件的设置 |
| 3.5 模拟结果与分析 |
| 3.5.1 炉膛内燃尽风喷口纵截面(Y=1m)的冷态场分布 |
| 3.5.2 冷态模拟的炉膛内沿横截面的场分布趋势 |
| 3.5.3 燃尽风效果分析——折焰角喉部位置的数据为主 |
| 3.6 本章小结 |
| 4 热态数值对比研究高速燃尽风的改造方案 |
| 4.1 热态全炉模型的网格划分及数值模拟基础设置 |
| 4.1.1 全炉模型模型建立及网格划分 |
| 4.1.2 计算模型选取 |
| 4.1.3 边界条件设置 |
| 4.2 热态数值模拟结果及分析 |
| 4.2.1 热态模拟的炉膛内截面的场分布 |
| 4.2.2 新加高速燃尽风喷口XOY横截面云图(Z=31.325m) |
| 4.2.3 数据分析(包含模拟验证) |
| 4.3 本章小结 |
| 5 高速燃尽风改造的现场试验 |
| 5.1 高速燃尽风改造方案和测试方法 |
| 5.1.1 高速燃尽风的改造方案 |
| 5.1.2 高速燃尽风改造前后的煤质分析 |
| 5.1.3 高速燃尽风改造后的配风方案 |
| 5.1.4 高速燃尽风改造后现场试验的测试方法及实验仪器 |
| 5.2 高速燃尽风现场改造前后锅炉燃烧及NO_X生成结果对比 |
| 5.2.1 高速燃尽风现场改造前后锅炉性能参数对比 |
| 5.2.2 高速燃尽风改造前后炉膛温度、速度、组分浓度场分布对比 |
| 5.3 现场试验数据验证模型数值模拟结果(锅炉改造后) |
| 5.4 本章小结 |
| 6 高速燃尽风单侧/双侧布置改造的热态数值验证研究 |
| 6.1 单侧/双侧布置的数值模拟对比的基本设置 |
| 6.1.1 单侧/双侧布置的对比的基本工况 |
| 6.1.2 单侧/双侧布置的对比的边界条件(煤种和配风情况) |
| 6.2 单侧/双侧布置的热态数值对比模拟的云图分析 |
| 6.2.1 炉膛截面速度、温度和组分分布云图 |
| 6.2.2 新增高速燃尽风喷口XOY横截面的主要参数云图分析(Z=31.534m) |
| 6.2.3 单双侧出口横截面的速度、温度和组分浓度云图分析 |
| 6.3 单侧/双侧布置的热态数值模拟结果数据分析 |
| 6.3.1 数值模拟出口参数对比 |
| 6.3.2 沿炉膛截面温度和各组分的数据曲线 |
| 6.4 本章小结 |
| 7 结论和展望 |
| 7.1 全文总结 |
| 7.1.1 主要结论 |
| 7.1.2 创新点 |
| 7.2 未来展望 |
| 参考文献 |
| 附录 |
（5）基于多模态数据融合的人体肌肉疲劳研究及其检测系统设计（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究的背景和意义 |
| 1.2 国内外人体肌肉疲劳检测研究现状 |
| 1.2.1 肌肉疲劳特征信号检测技术的研究现状 |
| 1.2.2 疲劳评测方法研究现状 |
| 1.2.3 现阶段研究存在的问题 |
| 1.3 本文的章节安排 |
| 2 多源生理信号特性分析与总体方案设计 |
| 2.1 肌电信号 |
| 2.1.1 肌电信号的产生机理及特性 |
| 2.1.2 肌电信号采集方案设计 |
| 2.2 肌音信号 |
| 2.2.1 肌音信号特性 |
| 2.2.2 肌音信号采集方案 |
| 2.3 肌氧饱和度 |
| 2.4 多模态数据融合整体方案设计 |
| 2.5 本章小结 |
| 3 多源信号采集系统搭建与疲劳实验设计 |
| 3.1 表面肌电传感器设计及性能测试 |
| 3.1.1 表面肌电传感器 |
| 3.1.2 性能测试 |
| 3.2 肌音传感器 |
| 3.3 肌氧传感器 |
| 3.4 模数转换电路 |
| 3.5 主控电路 |
| 3.6 通讯电路 |
| 3.7 系统上位机设计 |
| 3.8 肌肉疲劳实验方案设计 |
| 3.9 本章小结 |
| 4 基于多源生理信号的肌肉疲劳特征分析 |
| 4.1 基于表面肌电信号的特征分析 |
| 4.1.1 肌肉疲劳表面肌电信号时域特征分析 |
| 4.1.2 肌肉疲劳表面肌电信号频域特征分析 |
| 4.1.3 肌肉疲劳表面肌电信号非线性动力特征分析 |
| 4.2 基于肌音信号的特征分析 |
| 4.2.1 肌肉疲劳肌音信号频域特征分析 |
| 4.2.2 肌肉疲劳肌音信号非线性动力学特征分析 |
| 4.3 基于肌氧饱和度信号的特征分析 |
| 4.3.1 肌氧饱和度变化趋势 |
| 4.3.2 肌氧饱和度与肌肉疲劳度的相关关系 |
| 4.3.3 分析结果 |
| 4.4 本章小结 |
| 5 基于多模态数据融合的疲劳等级评价模型 |
| 5.1 多模态数据融合方案研究 |
| 5.2 支持向量机 |
| 5.2.1 非线性支持向量机与核函数 |
| 5.2.2 多变量映射函数 |
| 5.2.3 多分类问题的解决方案 |
| 5.3 肌肉疲劳等级评价模型 |
| 5.3.1 多模态数据的处理 |
| 5.3.2 肌肉疲劳等级模型的建立 |
| 5.3.3 判别结果分析 |
| 5.4 本章小结 |
| 6 总结与展望 |
| 6.1 工作总结 |
| 6.2 工作展望 |
| 参考文献 |
| 致谢 |
| 个人简历、在学期间发表的学术论文及研究成果 |
（6）机器学习在分子/原子光谱数据分析中的应用（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| §1.1 课题的研究背景与意义 |
| §1.2 国内外发展现状 |
| §1.2.1 机器学习算法发展及研究现状 |
| §1.2.2 机器学习在光谱数据处理中的应用 |
| §1.3 论文的主要内容 |
| §1.3.1 研究内容与研究方案 |
| §1.3.2 各章章节安排 |
| 第二章 机器学习算法介绍 |
| §2.1 主成分分析方法 |
| §2.2 偏最小二乘回归算法 |
| §2.3 随机森林算法 |
| §2.4 深层神经网络算法 |
| §2.5 卷积神经网络算法 |
| §2.6 本章小结 |
| 第三章 机器学习在水体COD的LIBS测量方法中的应用研究 |
| §3.1 LIBS技术介绍 |
| §3.2 实验设计 |
| §3.2.1 水体样本采集 |
| §3.2.2 水质样本定标 |
| §3.2.3 实验装置及实验参数 |
| §3.3 水体COD的激光诱导击穿光谱分析 |
| §3.4 水质光谱的偏最小二乘回归分析 |
| §3.4.1 基于偏最小二乘回归模型的光谱分析 |
| §3.4.2 回归模型建立过程 |
| §3.4.3 偏最小二乘回归模型分析与讨论 |
| §3.5 水质光谱的随机森林回归分析 |
| §3.5.1 模型参数优化 |
| §3.5.2 回归模型建立过程 |
| §3.5.3 随机模型回归模型分析与讨论 |
| §3.6 模型评价与最优回归模型选择 |
| §3.7 本章小结 |
| 第四章 机器学习在大米产地及种类的显微红外光谱中的应用研究 |
| §4.1 显微红外光谱介绍 |
| §4.2 实验设计 |
| §4.2.1 大米样本采集 |
| §4.2.2 实验装置及实验参数 |
| §4.3 大米的显微红外光谱分析 |
| §4.4 大米光谱的主成分分析 |
| §4.5 大米光谱的随机森林分析 |
| §4.5.1 模型参数优化 |
| §4.5.2 产地和种类同时区分的RF模型 |
| §4.5.3 种类预测的RF模型 |
| §4.5.4 产地预测的RF模型 |
| §4.6 大米光谱的深层神经网络分析 |
| §4.6.1 网络结构设计及各项参数选择 |
| §4.6.2 产地和种类同时区分的DNN模型 |
| §4.6.3 种类预测的DNN模型 |
| §4.6.4 产地预测的DNN模型 |
| §4.7 大米光谱的卷积神经网络分析 |
| §4.7.1 网络结构设计 |
| §4.7.2 产地和种类的同时区分效果 |
| §4.7.3 CNN模型对种类的区分效果 |
| §4.7.4 CNN模型对产地的区分效果 |
| §4.8 模型评价与最优判别模型选择 |
| §4.8.1 大米的产地及品种混合的最优判别模型选择 |
| §4.8.2 大米的品种或产地的最优判别模型选择 |
| §4.9 本章小结 |
| 第五章 总结与展望 |
| §5.1 全文总结 |
| §5.2 进一步的工作与建议 |
| 参考文献 |
| 致谢 |
| 作者在攻读硕士期间的主要研究成果 |
（7）扩散光学层析成像系统优化及其与PET融合成像的研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 符号对照表 |
| 缩略语对照表 |
| 第一章 绪论 |
| 1.1 选题背景与意义 |
| 1.2 扩散光学层析成像技术 |
| 1.3 扩散光学层析成像研究现状 |
| 1.4 本文主要内容及结构安排 |
| 第二章 扩散光学层析成像系统性能优化及测试 |
| 2.1 扩散光学层析成像系统 |
| 2.1.1 扩散光学层析成像方法 |
| 2.1.2 扩散光学层析成像系统概述 |
| 2.2 系统性能优化方案 |
| 2.2.2 PMT增益选择区间优化 |
| 2.2.3 基于暗电流的信号质量优化 |
| 2.2.4 基于低频调制的信号质量优化 |
| 2.2.5 基于初始光学参数的图像质量优化 |
| 2.3 系统性能优化测试 |
| 2.3.1 基于暗电流的性能优化测试 |
| 2.3.2 基于低频调制的性能优化测试 |
| 2.3.3 基于初始光学参数的性能优化测试 |
| 2.3.4 系统重建稳定性测试 |
| 2.3.5 系统定位精度 |
| 2.4 本章小结 |
| 第三章 定量重建及多光谱成像研究 |
| 3.1 定量重建方法 |
| 3.2 定量重建校正方法 |
| 3.2.1 定量重建校正原理 |
| 3.2.2 定量重建校正仿体的对比 |
| 3.3 定量仿体的配制方法 |
| 3.3.1 定量仿体的配制 |
| 3.3.2 定量仿体配制的稳定性 |
| 3.4 定量重建实验 |
| 3.4.1 相对定量重建 |
| 3.4.2 绝对定量重建 |
| 3.4.3 多波长定量重建 |
| 3.5 多光谱成像 |
| 3.5.2 多光谱成像原理 |
| 3.5.3多光谱离体血液实验 |
| 3.6 本章小结 |
| 第四章 PET-DOT同机融合成像 |
| 4.1 PET-DOT同机融合理论基础 |
| 4.1.1 PET-DOT系统融合理论基础 |
| 4.1.2 PET-DOT图像融合理论基础 |
| 4.2 PET-DOT同机融合仿体实验 |
| 4.2.1 PET-DOT实验设计 |
| 4.2.2 PET-DOT融合实验 |
| 4.3 PET-DOT小鼠融合实验 |
| 4.4 本章总结 |
| 第五章 总结与展望 |
| 5.1 本文工作总结 |
| 5.2 未来工作展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（8）基于微生物膜传感器和信息融合的海水BOD监测方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 BOD测定方法概述 |
| 1.2.1 BOD传统测定方法 |
| 1.2.2 BOD快速测定方法 |
| 1.3 BOD监测技术国内外研究现状 |
| 1.4 课题来源及论文主要工作 |
| 第2章 BOD微生物膜传感器基础理论 |
| 2.1 BOD微生物膜传感器 |
| 2.1.1 微生物传感器的基本原理 |
| 2.1.2 BOD微生物膜传感器的组成 |
| 2.1.3 BOD微生物膜传感器的分类 |
| 2.2 BOD微生物膜传感器性能影响因素分析 |
| 2.2.1 微生物的选取 |
| 2.2.2 微生物的固定方法 |
| 2.3 BOD微生物膜传感器与BOD5法的相关性 |
| 2.4 本章小结 |
| 第3章 海水BOD微生物膜传感器的制备及优化研究 |
| 3.1 微生物膜反应器的制备 |
| 3.1.1 微生物膜反应器载体的选择 |
| 3.1.2 微生物膜反应器的制备 |
| 3.2 传感器的性能测试 |
| 3.2.1 传感器的响应时间 |
| 3.2.2 传感器的准确度 |
| 3.2.3 传感器的使用寿命和稳定性 |
| 3.3 测量条件的选择与优化 |
| 3.3.1 测量温度的选择 |
| 3.3.2 缓冲溶液的选择 |
| 3.3.3 缓冲溶液pH值的选择 |
| 3.3.4 管路流速的选择 |
| 3.4 本章小结 |
| 第4章 海水BOD监测系统的设计 |
| 4.1 系统的总体结构设计 |
| 4.1.1 监测系统部件的选取 |
| 4.1.2 监测系统结构设计 |
| 4.2 海水BOD监测系统性能测试 |
| 4.2.1 标准工作曲线的测定 |
| 4.2.2 准确度测试 |
| 4.2.3 加标回收率测试 |
| 4.2.4 检出限测试 |
| 4.3 实际海水水样测量与结果分析 |
| 4.3.1 BOD5法 |
| 4.3.2 BOD监测系统 |
| 4.3.3 结果分析 |
| 4.4 本章小结 |
| 第5章 基于水质参数信息融合的BOD监测研究 |
| 5.1 信息融合技术 |
| 5.1.1 信息融合基本原理 |
| 5.1.2 信息融合模型 |
| 5.1.3 神经网络信息融合 |
| 5.2 基于PSO算法优化的ELM算法 |
| 5.2.1 ELM算法 |
| 5.2.2 PSO优化算法 |
| 5.2.3 PSO-ELM算法及模型结构设计 |
| 5.3 实验研究与结果分析 |
| 5.3.1 实验数据预处理 |
| 5.3.2 结果分析 |
| 5.4 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间承担的科研任务与主要成果 |
| 致谢 |
（9）组织工程生物反应器智能化监测系统研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 选题背景和研究意义 |
| 1.2 生物反应器监测技术研究现状 |
| 1.3 微电流检测方法 |
| 1.3.1 电流电压转换方法 |
| 1.3.2 电流频率转换方法 |
| 1.4 多传感器数据融合的国内外研究现状 |
| 1.5 本文研究的主要内容 |
| 第2章 电化学传感器微电流检测机理分析 |
| 2.1 电化学检测方法 |
| 2.2 三电极体系工作原理 |
| 2.3 三电极性状参数分析 |
| 2.4 恒电位仪检测原理 |
| 2.5 本章小结 |
| 第3章 生物反应器微电流检测系统设计 |
| 3.1 系统构成与工作原理 |
| 3.2 系统硬件电路设计 |
| 3.2.1 信号发生模块 |
| 3.2.2 恒电位电路模块 |
| 3.2.3 宽量程电流电压转换模块 |
| 3.2.4 STM32主控模块 |
| 3.2.5 系统电源模块 |
| 3.2.6 通信模块 |
| 3.2.7 系统电路测试与分析 |
| 3.3 系统软件设计 |
| 3.4 系统抗干扰设计 |
| 3.4.1 硬件电路抗干扰设计 |
| 3.4.2 软件抗干扰设计 |
| 3.5 本章小结 |
| 第4章 生物反应器多源数据融合算法研究 |
| 4.1 多源传感器检测数据分析 |
| 4.1.1 环境参数检测 |
| 4.1.2 葡萄糖浓度检测 |
| 4.1.3 溶氧量检测 |
| 4.1.4 pH值检测 |
| 4.2 生物反应器多源数据融合算法建立 |
| 4.2.1 数据融合算法分类 |
| 4.2.2 生物反应器多源数据融合结构模型构建 |
| 4.3 分批估计数据融合算法 |
| 4.4 D-S证据理论融合算法 |
| 4.4.1 D-S证据理论 |
| 4.4.2 D-S证据理论组合规则 |
| 4.4.3 改进D-S证据理论算法研究 |
| 4.5 仿真实验与分析 |
| 4.6 本章小结 |
| 第5章 虚拟化组织工程生物反应器智能监测平台设计 |
| 5.1 虚拟化监测平台的系统构成与工作原理 |
| 5.2 虚拟化监测平台的系统工作流程 |
| 5.2.1 系统架构 |
| 5.2.2 系统登录模块 |
| 5.2.3 串口设置与数据通信 |
| 5.2.4 多源参数检测模块 |
| 5.2.5 组织细胞生长状态判别过程 |
| 5.2.6 数据存储及报表打印模块 |
| 5.3 本章小结 |
| 结论 |
| 参考文献 |
| 致谢 |
| 附录A 攻读硕士学位期间获得的科研成果 |
| 附录B 攻读硕士学位期间主研的科研项目 |
| 附录C DMEM/F12细胞培养基成分表 |
| 附录D 生物反应器智能化监测系统实物图 |
（10）电站锅炉燃烧优化控制与状态诊断的研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题研究背景 |
| 1.1.1 电站锅炉燃烧优化的必要性 |
| 1.1.2 电站锅炉燃烧优化的可行性 |
| 1.2 电站锅炉燃烧优化研究内容 |
| 1.3 电站锅炉燃烧优化研究现状 |
| 1.3.1 基于燃烧调整试验的锅炉燃烧优化 |
| 1.3.2 基于数值模拟的锅炉燃烧优化 |
| 1.3.3 基于数据挖掘的锅炉燃烧优化 |
| 1.3.4 基于计算智能的锅炉燃烧优化 |
| 1.3.5 基于闭环反馈控制的锅炉燃烧优化 |
| 1.4 电站锅炉燃烧状态诊断研究现状 |
| 1.5 本文主要内容与结构安排 |
| 第2章 电站锅炉炉膛参数测量方法 |
| 2.1 引言 |
| 2.2 锅炉炉膛参数对炉膛燃烧的影响 |
| 2.2.1 锅炉炉膛参数对锅炉效率的影响 |
| 2.2.2 锅炉炉膛参数对锅炉燃烧污染物排放的影响 |
| 2.2.3 锅炉炉膛参数对锅炉运行寿命的影响 |
| 2.2.4 锅炉炉膛参数相互间的制约关系 |
| 2.3 电站锅炉炉膛参数测量 |
| 2.3.1 炉膛温度场测量 |
| 2.3.2 炉膛氧量测量 |
| 2.3.3 炉膛CO浓度测量 |
| 2.4 基于激光光谱的炉膛参数测量方法 |
| 2.4.1 TDLAS测量原理 |
| 2.4.2 基于TDLAS的炉膛参数测量系统 |
| 2.5 本章小结 |
| 第3章 四角切圆燃煤锅炉炉膛温度场平衡控制 |
| 3.1 引言 |
| 3.2 炉膛温度对锅炉运行的影响 |
| 3.2.1 炉膛温度场分布不均导致的问题 |
| 3.2.2 炉膛温度对氮氧化物生成的影响 |
| 3.3 基于模糊自整定PID的炉膛温度场平衡控制 |
| 3.3.1 四角切圆锅炉炉膛温度场分布不均问题 |
| 3.3.2 四角切圆锅炉炉膛温度场平衡控制系统 |
| 3.3.3 炉膛截面温度场中心的计算 |
| 3.3.4 炉膛温度场平衡控制修正量的计算 |
| 3.3.5 炉膛温度场平衡控制策略试验及仿真 |
| 3.4 本章小结 |
| 第4章 基于数据驱动案例匹配的电站锅炉燃烧优化 |
| 4.1 引言 |
| 4.2 案例推理 |
| 4.3 机组运行稳态工况检测 |
| 4.4 基于数据驱动案例匹配的电站锅炉燃烧优化系统 |
| 4.4.1 系统构成 |
| 4.4.2 案例库的建立 |
| 4.4.3 在线优化与案例库的维护 |
| 4.4.4 电站锅炉燃烧优化实例分析 |
| 4.5 本章小结 |
| 第5章 基于炉膛参数场测量的电站锅炉燃烧稳定性和经济性状态评判 |
| 5.1 引言 |
| 5.2 基于炉膛参数测量的锅炉燃烧状态模糊综合评判 |
| 5.2.1 模糊综合评判模型 |
| 5.2.2 炉膛参数测量图像处理 |
| 5.2.3 应用实例分析 |
| 5.3 基于炉膛参数测量和支持向量机的锅炉燃烧状态评判 |
| 5.3.1 支持向量机回归算法 |
| 5.3.2 基于支持向量机的锅炉燃烧状态评判系统 |
| 5.3.3 实例对比分析 |
| 5.4 本章小结 |
| 第6章 全文总结与展望 |
| 6.1 主要研究内容与结论 |
| 6.2 主要创新点 |
| 6.3 未来研究展望 |
| 参考文献 |
| 攻读博士学位期间发表的论文及其它成果 |
| 攻读博士学位期间参加的科研工作 |
| 致谢 |
| 作者简介 |
四、数据融合在氧量测量中的应用（论文参考文献）
- [1]燃煤电厂氧量传感器测量可靠性评估和故障诊断研究[D]. 张宇珩. 浙江大学, 2021(09)
- [2]水质检测中多传感器信息融合算法研究[D]. 王欠欠. 青海师范大学, 2021(12)
- [3]光谱法检测地表水多参数数据融合处理方法研究[D]. 肖棋森. 重庆理工大学, 2021
- [4]350MW煤粉炉热一次风作高速燃尽风低NOx改造的数值研究[D]. 徐佳琦. 浙江大学, 2021(07)
- [5]基于多模态数据融合的人体肌肉疲劳研究及其检测系统设计[D]. 李庆明. 郑州大学, 2020(02)
- [6]机器学习在分子/原子光谱数据分析中的应用[D]. 陈肖. 桂林电子科技大学, 2020(04)
- [7]扩散光学层析成像系统优化及其与PET融合成像的研究[D]. 马小雅. 西安电子科技大学, 2019(03)
- [8]基于微生物膜传感器和信息融合的海水BOD监测方法研究[D]. 崔行宁. 燕山大学, 2019
- [9]组织工程生物反应器智能化监测系统研究[D]. 柯盼盼. 湖南大学, 2017(07)
- [10]电站锅炉燃烧优化控制与状态诊断的研究[D]. 刘千. 华北电力大学(北京), 2016(01)