當(dāng)前越來越多的數(shù)字探空儀被廣泛的使用在大氣探測(cè)中,相比于氣壓、溫度、風(fēng)速等高空氣象要素的準(zhǔn)確測(cè)量,濕度測(cè)量的精度有待提高。濕度測(cè)量數(shù)據(jù)精度的誤差不僅僅來源于濕度傳感器自身的誤差,更易受環(huán)境中其他因素的干擾,而太陽(yáng)輻射對(duì)濕度測(cè)量的影響卻往往被忽視。目前這方面的研究也相對(duì)匱乏,本文首先結(jié)合太陽(yáng)輻射偏干理論對(duì)濕度傳感器輻射升溫現(xiàn)象進(jìn)行研究;其次采用流體動(dòng)力學(xué)（CFD）軟件獲取數(shù)據(jù)樣本集;然后將數(shù)據(jù)集通過神經(jīng)網(wǎng)絡(luò)算法進(jìn)行了優(yōu)化對(duì)比,精準(zhǔn)的預(yù)測(cè)濕度測(cè)量中的太陽(yáng)輻射誤差;最后以Web Storm為開發(fā)工具,采用Vue.js、Koa、Mongo DB、Redis等多種前后端技術(shù)開發(fā)一款供科研工作者和高空氣象探測(cè)愛好者查詢、修正、學(xué)習(xí)的多功能網(wǎng)站。具體研究的內(nèi)容如下:首先,圍繞GTS1-1型和GTS1-2型探空儀展開國(guó)內(nèi)外調(diào)研研究,為了防止高空中云雨的干擾,大都數(shù)濕度傳感器外層都佩戴防雨帽。受氣壓、太陽(yáng)高度角和太陽(yáng)輻射量等因素的影響,防雨帽內(nèi)部的空氣升溫導(dǎo)致濕度傳感器感濕膜周邊的溫度會(huì)大于實(shí)際的大氣溫度,從而導(dǎo)致濕度測(cè)量值偏干。其次,基于南京大橋的GTS1-2測(cè)量系統(tǒng)模型,采用計(jì)算流體動(dòng)力學(xué)（CFD）... 

【文章頁(yè)數(shù)】：82 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景及意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 國(guó)外研究現(xiàn)狀
        1.2.2 國(guó)內(nèi)研究現(xiàn)狀
    1.3 高空濕度探測(cè)存在的問題
    1.4 本文的主要工作內(nèi)容與安排
第二章 計(jì)算流體動(dòng)力學(xué)(CFD)
    2.1 計(jì)算流體動(dòng)力學(xué)的發(fā)展和應(yīng)用
    2.2 流體動(dòng)力學(xué)理論
        2.2.1 能量守恒律
        2.2.2 質(zhì)量守恒律
        2.2.3 動(dòng)量守恒律
    2.3 CFD研究方法在濕度測(cè)量上的應(yīng)用
        2.3.1 Pro/E軟件建模和組裝
        2.3.2 ICEM網(wǎng)格劃分
        2.3.3 ANSYS FLUENT仿真分析
    2.4 本章小結(jié)
第三章 太陽(yáng)輻射偏干誤差理論及濕度傳感器輻射升溫現(xiàn)象研究
    3.1 太陽(yáng)輻射偏干誤差理論
    3.2 氣壓對(duì)濕度傳感器輻射升溫的影響
    3.3 太陽(yáng)輻射量對(duì)濕度傳感器輻射升溫的影響
    3.4 太陽(yáng)高度角對(duì)濕度傳感器輻射升溫的影響
    3.5 其他因素對(duì)濕度傳感器輻射升溫的影響
    3.6 本章小結(jié)
第四章 濕度測(cè)量中太陽(yáng)輻射誤差預(yù)測(cè)算法
    4.1 溫度誤差ΔT數(shù)據(jù)集獲取
    4.2 研究方法
    4.3 算法的簡(jiǎn)介
        4.3.1 算法的特征及評(píng)定描述
        4.3.2 常見的算法
    4.4 神經(jīng)網(wǎng)絡(luò)算法的發(fā)展
        4.4.1 早期抽象神經(jīng)元模型的發(fā)展
        4.4.2 單層神經(jīng)網(wǎng)絡(luò)的發(fā)展
        4.4.3 雙層神經(jīng)網(wǎng)絡(luò)的發(fā)展
        4.4.4 多層神經(jīng)網(wǎng)絡(luò)的發(fā)展
    4.5 BP、PSO-BP、GA-BP、RBF神經(jīng)網(wǎng)絡(luò)算法
        4.5.1 BP神經(jīng)網(wǎng)絡(luò)算法
        4.5.2 PSO-BP神經(jīng)網(wǎng)絡(luò)算法
        4.5.3 GA-BP神經(jīng)網(wǎng)絡(luò)算法
        4.5.4 RBF神經(jīng)網(wǎng)絡(luò)算法
    4.6 神經(jīng)網(wǎng)絡(luò)算法預(yù)測(cè)分析對(duì)比
    4.7 神經(jīng)網(wǎng)絡(luò)算法結(jié)果驗(yàn)證對(duì)比
    4.8 本章小結(jié)
第五章 一款多功能的氣象探測(cè)網(wǎng)站開發(fā)
    5.1 前端部分的簡(jiǎn)介
    5.2 前端框架的選型
        5.2.1 Angular框架
        5.2.2 React框架
        5.2.3 Vue框架
    5.3 后端部分的簡(jiǎn)介
    5.4 網(wǎng)站設(shè)計(jì)步驟
    5.5 網(wǎng)站頁(yè)面功能的展示
    5.6 網(wǎng)站注冊(cè)登錄功能的展示
    5.7 網(wǎng)站后臺(tái)管理功能的展示
    5.8 本章小結(jié)
第六章 總結(jié)與展望
    6.1 結(jié)論
    6.2 展望
參考文獻(xiàn)
致謝
作者簡(jiǎn)介


【參考文獻(xiàn)】：
期刊論文
[1]氣象災(zāi)害重大突發(fā)事件氣象信息傳播構(gòu)建策略[J]. 張玉成,鐘波.  黑龍江氣象. 2019(04)
[2]基于遞歸與分治的排序算法教學(xué)探究[J]. 張忠誠(chéng),魯法明.  計(jì)算機(jī)與數(shù)字工程. 2019(09)
[3]人工神經(jīng)網(wǎng)絡(luò)的發(fā)展綜述[J]. 夏瑜潞.  電腦知識(shí)與技術(shù). 2019(20)
[4]高原低溫環(huán)境對(duì)兩種不同型號(hào)濕度傳感器的影響[J]. 安力珺,李生慧,吳勇.  青�？萍�. 2019(03)
[5]Prediction of daily sediment discharge using a back propagation neural network training algorithm:A case study of the Narmada River,India[J]. Nibedita Bisoyi,Harish Gupta,Narayan Prasad Padhy,Govind Joseph Chakrapani.  International Journal of Sediment Research. 2019(02)
[6]探空濕度傳感器太陽(yáng)輻射誤差流體動(dòng)力學(xué)分析與實(shí)驗(yàn)研究[J]. 冒曉莉,李美蓉,張加宏,單鵬.  傳感技術(shù)學(xué)報(bào). 2018(09)
[7]基于PSO-BP神經(jīng)網(wǎng)絡(luò)的探空濕度太陽(yáng)輻射誤差修正[J]. 單鵬,冒曉莉,張加宏,馬濤,陳永.  科學(xué)技術(shù)與工程. 2018(19)
[8]強(qiáng)制通風(fēng)溫度傳感器計(jì)算流體動(dòng)力學(xué)設(shè)計(jì)與分析[J]. 馮琪,劉清惓,楊杰,丁仁惠.  儀表技術(shù)與傳感器. 2017(11)
[9]WEB系統(tǒng)前端開發(fā)技術(shù)分析[J]. 孫仕云.  通訊世界. 2017(12)
[10]基于RBF神經(jīng)網(wǎng)絡(luò)的強(qiáng)力旋壓連桿襯套力學(xué)性能預(yù)測(cè)研究[J]. 佘勇,樊文欣,陳東寶,曹存存.  鍛壓技術(shù). 2016(06)

博士論文
[1]基于機(jī)器學(xué)習(xí)方法的分類與預(yù)測(cè)問題研究[D]. 薛紅新.中北大學(xué) 2019

碩士論文
[1]基于重構(gòu)特征的視頻語(yǔ)義描述生成方法研究[D]. 王柏瑞.山東大學(xué) 2019
[2]探空濕度測(cè)量及太陽(yáng)輻射誤差修正系統(tǒng)的研究[D]. 單鵬.南京信息工程大學(xué) 2019
[3]基于改性碳納米管的QCM型濕度傳感器的研究[D]. 趙晨.吉林大學(xué) 2018
[4]基于React的超級(jí)賬號(hào)教學(xué)支持系統(tǒng)前端的設(shè)計(jì)與實(shí)現(xiàn)[D]. 鄔文懷.南京大學(xué) 2018
[5]基于Vue.js的開發(fā)平臺(tái)的設(shè)計(jì)與實(shí)現(xiàn)[D]. 王志任.廣東工業(yè)大學(xué) 2018
[6]HC103M2探空濕度傳感器的太陽(yáng)輻射誤差修正研究[D]. 李美蓉.南京信息工程大學(xué) 2018
[7]基于Angular的文化產(chǎn)業(yè)項(xiàng)目管理系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D]. 伍角星.中南民族大學(xué) 2018
[8]強(qiáng)制通風(fēng)溫度傳感器計(jì)算流體動(dòng)力學(xué)設(shè)計(jì)與分析[D]. 馮琪.南京信息工程大學(xué) 2017
[9]高精度雙加熱濕度傳感器設(shè)計(jì)[D]. 丁滄珞.南京信息工程大學(xué) 2017
[10]基于MongoDB的航道數(shù)據(jù)Web服務(wù)研究[D]. 宋平亮.大連海事大學(xué) 2015



本文編號(hào)：3677407