本文關鍵詞：基于Elman網(wǎng)絡溫度預測模型的差壓氣密性檢測方法研究，由筆耕文化傳播整理發(fā)布。

【摘要】：因為密閉容器的使用越來越廣泛,所以氣密檢測技術越來越受到國內外企業(yè)和研究所的關注。在眾多檢測法中,差壓檢測法因其據(jù)有較高的檢測精度、使用方便而得到了較快的發(fā)展。但隨著相關研究的深入,發(fā)現(xiàn)作為壓力法檢測介質的氣體易受外界環(huán)境的影響,導致本身性質發(fā)生改變從而影響檢測結果,其中溫度變化造成的影響是比較嚴重的。在此背景之下,結合試驗現(xiàn)場情況,本課題提出了一種基于溫度預測模型的差壓泄漏檢測法,并對該方法進行了理論分析和實驗研究。本課題主要從以下幾個方面展開了工作:(1)通過對目前比較常用的幾種檢測方法的分析比較,根據(jù)檢測結果的影響因素和解決方法,確定了本課題的研究思路。通過理論公式推導,證明了檢測過程中溫度變化對檢測結果的影響,得到了帶溫度補償?shù)男孤┝坑嬎惴匠獭Ｍㄟ^數(shù)值仿真法證明了影響腔內溫度的主要因素包括檢測壓力、漏孔、容器容積等。結果表明,容器容積、漏孔和檢測壓力越大,兩腔內溫度差就越大,對檢測結果影響越大。(2)根據(jù)試驗檢測方案的分析,完成了氣密性檢測系統(tǒng)的硬件設計和軟件設計:硬件系統(tǒng)包括檢測流程控制、數(shù)據(jù)采集,電氣路元件的選型;系統(tǒng)軟件以Lab VIEW為編程環(huán)境,實現(xiàn)參數(shù)配置、性能檢測、信號處理、數(shù)據(jù)采集和管理等功能。(3)對搭建的檢測平臺進行設備重復性和準確度評定,在符合評定要求的實驗平臺上進行試驗獲得實驗數(shù)據(jù)。綜合考慮檢測過程中容器內溫度的影響因素,完成了基于Elman網(wǎng)絡的溫度預測模型的設計、訓練和驗證。通過與BP網(wǎng)絡的預測結果的對比及多種情況下預測值與標準值的對比,證明了Elman網(wǎng)絡在動態(tài)問題的預測上效果較好。通過利用預測值進行溫度補償后的泄漏量與標準泄漏量的對比,證明了該方法在實際檢測中提高檢測精度的可行性。利用該方法進行多次氣密性檢測試驗,利用溫度預測值進行泄漏量的溫度補償,使得檢測結果的相對誤差降低到了2.52%,證明溫度預測在提高氣密性檢測精度上的有效性。
【關鍵詞】：差壓檢漏 神經(jīng)網(wǎng)絡 仿真分析 虛擬儀器
【學位授予單位】：中國計量學院
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TB42;TP183
【目錄】：

• 致謝5-6
• 摘要6-7
• abstract7-14
• 1 緒論14-20
• 1.1 課題研究背景及意義14-15
• 1.2 氣密檢測研究現(xiàn)狀15-18
• 1.3 研究內容18-19
• 1.4 本章小結19-20
• 2 差壓檢測法原理分析和仿真研究20-42
• 2.1 差壓檢測法20-24
• 2.1.1 差壓檢測法原理及結構分析20-21
• 2.1.2 溫度對檢測的影響分析21-23
• 2.1.3 泄漏量的推導計算23-24
• 2.2 差壓檢測法仿真分析24-34
• 2.2.1 充氣過程仿真分析24-29
• 2.2.2 檢測過程仿真分析29-34
• 2.3 系統(tǒng)硬件結構設計34-41
• 2.3.1 氣路系統(tǒng)設計35-37
• 2.3.2 硬件設備選型37-38
• 2.3.3 信號采集系統(tǒng)38-41
• 2.4 本章小結41-42
• 3 基于人工神經(jīng)網(wǎng)絡的溫度預測42-53
• 3.1 神經(jīng)網(wǎng)絡概述42-43
• 3.2 Elman網(wǎng)絡結構與算法43-45
• 3.3 Elman預測網(wǎng)絡模型的建立45-49
• 3.3.1 預測流程45
• 3.3.2 輸入、輸出矩陣的建立45-47
• 3.3.3 隱含層設計47-48
• 3.3.4 網(wǎng)絡參數(shù)設計48-49
• 3.4 網(wǎng)絡的應用49-52
• 3.5 本章小結52-53
• 4 檢測平臺軟件系統(tǒng)的設計53-63
• 4.1 軟件系統(tǒng)結構設計53
• 4.2 系統(tǒng)軟件總體架構設計53-56
• 4.3 軟件功能模塊的設計與實現(xiàn)56-62
• 4.3.1 軟件主界面56-57
• 4.3.2 參數(shù)設置模塊57-58
• 4.3.3 數(shù)據(jù)采集與處理模塊58-60
• 4.3.4 信號處理與轉換60-61
• 4.3.5 數(shù)據(jù)保存模塊61-62
• 4.4 本章小結62-63
• 5 試驗結果及系統(tǒng)評定63-78
• 5.1 傳感器標定63-65
• 5.2 檢測系統(tǒng)性能評定65-71
• 5.2.1 檢測設備評定指標65-66
• 5.2.2 評定結果及分析66-71
• 5.3 基于Elman網(wǎng)絡溫度預測的氣密性檢測試驗71-77
• 5.3.1 基于Elman網(wǎng)絡的溫度預測模型71
• 5.3.2 溫度預測模型應用分析71-77
• 5.4 本章小結77-78
• 6 總結與展望78-80
• 6.1 全文總結78
• 6.2 展望78-80
• 參考文獻80-83
• 附錄 裝置實物圖83-85
• 作者簡介85

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 弓學敏;胡靜;;基于模擬退火算法的Elman網(wǎng)絡及其應用[J];電力科學與工程;2008年08期

2 張倩;;基于Elman網(wǎng)絡非線性散射參數(shù)測量與建模[J];現(xiàn)代電子技術;2011年03期

3 任俊松;孫華;范重言;劉小何;;Elman網(wǎng)絡在汽車智能換擋判別中的研究[J];機械管理開發(fā);2011年05期

4 崔東文;;改進Elman神經(jīng)網(wǎng)絡在徑流預測中的應用[J];水利水運工程學報;2013年02期

5 余向前;路民輝;任琳杰;梁穎;;基于改進型Elman神經(jīng)網(wǎng)絡的短期電力負荷預測[J];電力信息與通信技術;2014年02期

6 劉永紅;楊孟興;吳一;;基于Elman神經(jīng)網(wǎng)絡的激光陀螺輸出誤差模型研究[J];飛航導彈;2005年12期

7 鄭唯唯;徐濟超;杜濤;;基于Elman網(wǎng)絡的過程質量智能化控制研究[J];機械科學與技術;2007年01期

8 牛廣文;;基于Elman網(wǎng)絡的黃河源區(qū)枯期徑流預報[J];蘭州工業(yè)高等�？茖W校學報;2007年03期

9 徐笑;谷俊杰;彭鋼;;Elman神經(jīng)網(wǎng)絡在熱工辨識中的應用研究[J];機械工程與自動化;2008年01期

10 何明;李彬;;基于Elman神經(jīng)網(wǎng)絡的裝甲裝備維修保障系統(tǒng)效能評估[J];指揮控制與仿真;2008年04期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 ;Study of PID Elman Neural Network and Its Application in Dynamical Systems Identification[A];第二十四屆中國控制會議論文集（下冊）[C];2005年

2 ;Identification of dynamic nonlinear systems using recurrent neural networks[A];第十九屆中國控制會議論文集（一）[C];2000年

3 蘇剛;王玲玲;徐永生;;基于改進Elman網(wǎng)絡的燃氣負荷預測[A];第十七屆全國過路控制會議論文集[C];2006年

4 趙建玉;高慧;賈磊;;基于Elman神經(jīng)網(wǎng)絡的短時交通流預測模型[A];第二十七屆中國控制會議論文集[C];2008年

5 郭式偉;呂建;張秀蘭;;基于改進Elman網(wǎng)絡的空調負荷預測[A];全國暖通空調制冷2008年學術年會資料集[C];2008年

6 符利勇;何錚;唐守正;劉應安;;基于改進Elman神經(jīng)網(wǎng)絡的林隙大小預測模型[A];第九屆中國林業(yè)青年學術年會論文摘要集[C];2010年

7 WenJie Wu;DaGui HUANG;Zheng DONG;;Fault Diagnosis of the Aeroengine Based on Neural Network and D-S Evidence Theory[A];Proceedings of 2011 International Conference on Computer Science and Information Technology(ICCSIT 2011)[C];2011年

8 孟令啟;張洛明;韓麗麗;馬金亮;黃其柏;;基于MATLAB的Elman神經(jīng)網(wǎng)絡在中厚板軋機寬展預測中的應用[A];第二屆中國CAE工程分析技術年會論文集[C];2006年

9 ;Battery State-Of-Charge Estimation in Electric Vehicle Using Elman Neural Network Method[A];第二十九屆中國控制會議論文集[C];2010年

10 邰新軍;陸建榮;;基于Elman神經(jīng)網(wǎng)絡的炮兵戰(zhàn)場目標價值分析[A];2011年全國電子信息技術與應用學術會議論文集[C];2011年

中國博士學位論文全文數(shù)據(jù)庫 前2條

1 時小虎;Elman神經(jīng)網(wǎng)絡與進化算法的若干理論研究及應用[D];吉林大學;2006年

2 王麗敏;計算智能改進方法及其在金融與環(huán)境領域中的應用[D];吉林大學;2007年

  本文關鍵詞：基于Elman網(wǎng)絡溫度預測模型的差壓氣密性檢測方法研究，由筆耕文化傳播整理發(fā)布。

，

本文編號：347229