一、非破坏性诊断方法和仪器（论文文献综述）
彭鹏[1]（2021）在《交联聚乙烯复合绝缘热老化动力学特性及其寿命评估》文中研究指明电力电缆因其占地面积少、可靠性高等优点,在城市电能运输与长距离输电中逐渐普及应用。但是,早期电缆投运的年限逐渐提高,且在运行过程中电缆受到电、热等应力的侵蚀,逐渐出现绝缘击穿放电等损毁现象。为避免此类现象甚至更大事故的发生,现场需要实时监测电缆的运行状态,发现状况并进行处理。绝缘层是电缆安全可靠运行的重要保障,交联聚乙烯本身具有优秀的绝缘性能,是10-220kV电力等级电缆的主要绝缘材料,研究交联聚乙烯材料的老化特征并评估其绝缘状态与剩余寿命能够有效帮助上述问题的解决。绝缘材料的潜伏性缺陷很难被介质损耗、泄漏电流等宏观检测手段检测出来,绝缘材料的老化本质上是一个化学反应过程,活化能作为材料的本征属性,能够表征材料发生化学反应的难度壁垒。本文以交联聚乙烯样片作为试样,开展不同温度下的加速热老化处理,测量其微观特性、电气性能以及动力学特性随老化状态的变化规律,基于温度加速因子与击穿场强得到绝缘失效电导活化能判据,最终提出基于电导活化能的交联聚乙烯绝缘老化状态评估与寿命预测方法。针对交联聚乙烯绝缘试样开展100℃与130℃加速热老化试验。为表征热老化对试样微观特性的影响,进行扫描电子显微镜（SEM）、傅里叶红外光谱（FITR）以及差示扫描量热测量。实验结果表明:随着老化程度的加深,试样表面逐渐出现层状、鳞片状结构,固体小颗粒析出物增多。绝缘的老化可以分为两个阶段:老化初期,内部基团反应不剧烈,羰基指数在初始值1.0729附近波动,结晶度有略微的上升;老化后期,材料内部分子链断裂,发生氧化还原反应,羰基、醚基等官能团大幅增加。为研究热老化对交联聚乙烯绝缘热动力学特性的影响,测量XLPE试样的电导活化能与热重活化能。未老化试样的热重活化能为276.444kJ/mo1,初始电导活化能为0.783eV,通过曲线拟合与计算求解发现:两种活化能与温度的关系都符合阿伦尼乌斯方程,且数值走势相同,都呈现总体曲折下降的趋势。本文测量了试样在不同老化时间下的介质损耗与击穿电压,研究热应力对于交联聚乙烯绝缘电气特性的影响。在两种老化温度下,绝缘试样的老化过程存在差异性,导致其介质损耗变化规律不相同,分别呈现曲折下降与先上升再下降再上升的变化规律;交联聚乙烯初始击穿场强为31.143kV/mm,随着老化时间的增加,击穿场强呈现先上升后下降的现象。本文建立了交联聚乙烯绝缘失效活化能判据,提出基于电导活化能评估交联聚乙烯绝缘老化状态与剩余寿命的方法。以击穿场强下降至初始值的50%作为绝缘失效的判据,得到此XLPE绝缘试样的寿命为13.177a与12.764a,交联聚乙烯绝缘试样绝缘失效时对应的电导活化能为0.4623eV;提出了交联聚乙烯绝缘试样老化状态评估方法与寿命计算公式,当电导活化能低于0.75eV,绝缘材料已经进入老化后期,运用经验公式即可得到试样剩余寿命。测量退役电缆绝缘A、B、C的电导活化能分别为0.4593、0.5136、0.4824eV,预测其剩余寿命为-0.0951a,1.4387a以及0.5843a,结果与实际运行情况相符。
宋军材[2]（2020）在《基于极化/去极化电流的电缆绝缘状况在线检测系统的开发》文中研究指明随着我国经济的迅速发展,电力行业发展的步伐也在逐渐加快。电力电缆因其优良的电气性能和机械性能被广泛应用于配电网、工业装置等需要大容量用电领域。电力电缆是电能传输和分配的重要设备,因此其绝缘的健康水平直接关系到千家万户的生活和各工商场所的正常运行。电缆在生产过程中受到生产工艺的影响可能会存在绝缘缺陷,在运行过程中又会受到外界的热、光、机械应力的影响,这些因素会使电缆原来的缺陷扩大或者增加新的缺陷,从而产生不可逆转的劣化趋势,一旦电缆发生故障将会对社会经济造成无法估计的损失。目前我国在运和新铺设的电力电缆大多为交联聚乙烯（XLPE）电缆,最早投入使用的XLPE电缆可追溯至二十世纪七十年代,目前许多电缆因为使用环境恶劣或者已经接近使用年限,绝缘状况已经十分恶劣,存在着很大的安全隐患。电缆的铺设方式导致其检测难度较大,因此采用一种有效的方法来及时获取电缆绝缘状况信息,判断其绝缘状态,对保证电力系统安全可靠运行有着十分重要的意义,也是目前电力行业亟需解决的问题。本文首先在国内外已有的研究基础上,简单分析了现有的在线式和离线式两类传统检测方法的优缺点,着重介绍了基于介电响应理论的新型检测方法,最终确定使用其中的极化/去极化电流（Polarization/Depolarization Current,PDC）法进行电缆在线绝缘诊断系统设计。PDC法是一种基于介质响应理论的在线式电缆绝缘诊断方法,与传统检测方法相比,它具有无损检测、操作方便、获取数据丰富的优点。然后计算模型参数,建立了 XLPE电缆扩展德拜模型与分布参数模型,利用两种模型进行仿真,模拟不同绝缘劣化状态对电缆PDC的影响,总结电缆绝缘劣化时PDC变化规律,使用绝缘电阻、介电特性和局部放电等公认的绝缘状态评估特征验证PDC法的准确性。鉴于PDC法在XLPE电缆绝缘状态诊断中的优势,本文开发了一套基于PDC法的电缆绝缘在线诊断系统,整个诊断系统分为硬件和软件两大部分,硬件部分设计了包括基于DSP芯片的主控单元,数据采集单元,直流高压单元,继电器单元和Wi-Fi模块几大部分,然后制作电路板,并对设计的电路板进行性能测试。软件部分包括上位机程序设计和硬件单元工作流程设计,使用了 LabVIEW软件开发平台设计人机交互界面和数字滤波器。最终设计的电缆绝缘状态在线诊断系统可以实现极化/去极化测试功能,测试所得数据通过总线串口发送回上位机显示和处理,同时可以通过Wi-Fi模块在手机端接收数据。最后针对所设计的检测系统进行了实验室测试和现场测试,验证了检测系统的有效性和可靠性,获取了大量电缆PDC数据,丰富了基于PDC法的电缆绝缘在线诊断系统的数据库。
马骁壮[3]（2019）在《天然酯绝缘油老化特征量获取及诊断研究》文中进行了进一步梳理20世纪初,大量化石燃料的燃烧带来了严峻的环境问题。21世纪以来,人类又面临着以石油、煤炭为主的传统一次能源逐渐枯竭的现状。如今,为了解决日益突出的环境恶化、能源枯竭等问题,各行各业都向着绿色、高效的方向迈进。在电力行业,天然酯绝缘油的研究与应用为大型电力变压器的绿色发展提供了新的思路。传统矿物绝缘油在制备及降解过程中会对环境造成很大污染,且其氧化安定性较低,一旦发生爆炸,严重危及人身及设备安全;相对于矿物油,天然酯绝缘油具有较高的氧化稳定性,且降解率高达98%,来源广泛,成本较低。为了研究天然酯绝缘系统老化规律,本文选取适当的老化特征量及诊断方法,对其进行试验分析。本文以对传统矿物绝缘油-纸系统老化特征及其老化判据进行研究分析为基础,对天然酯绝缘系统老化特征量展开研究。传统矿物油纸系统采用的化学测试方法,难以在现场开展,且受各类因素制约。现场试验采用较多介电响应方法均为电气测量,无需复杂而昂贵的化学仪器及试剂,也无需采集绝缘样本,测试方法简单,试验过程不会对变压器绝缘造成损害。而相对于绝缘电阻和工频介损/电容量等传统电气测量方法,介电响应方法信息含量更加丰富,能够更为准确的反映出传统方法难以反映的绝缘缺陷和绝缘劣化,进而更加可靠的评估变压器寿命。本文在对比三种常用的介电响应测试方法后,选取现场操作方便,受环境噪音影响小的频域介电谱法作为本文使用的试验方法。选取部分理化及电气老化参数进行研究分析,如:油中酸值、含水量、聚合度以及介质损耗因数及材料的工频击穿电压等,并对各参数在天然酯绝缘系统中的适用性进行了评价。最后,本文利用DIRANA介电响应分析仪,搭建试验平台,通过在不同含水量、不同温度以及不同老化程度的条件下的试验,得到以下结论:（1）水分的增大可以使相对复介电常数增大,且具有一定的规律;（2）温度的上升使得油纸绝缘界面极化的特征频率向右移动,这表明其响应速度更快,从而提高了油和纸间的界面极化速度;（3）在同一温度下,随着老化程度的加深,介损曲线在低频段出现新的峰值,加强了油纸绝缘的极化程度。证明本文选取的老化特征量能反映出一定的老化规律。
张亚坤[4]（2018）在《基于多尺度高光谱成像的大豆养分检测方法研究》文中认为大豆是世界范围内一种重要的粮、油、饲兼用作物,同时也是优质植物油和植物蛋白的重要来源,在我国居民饮食结构和国民经济中占有重要地位。近年来我国大豆生产存在产量低、品质差、市场竞争力弱等问题,致使我国大豆对外依存度高、供需矛盾日渐尖锐。施肥是大豆产量提高和品质改善的重要措施,当前农业生产过程缺乏科学施肥指导,存在过量使用肥料现象,提高生产成本的同时,还带来了一系列环境污染问题。实现大豆生长过程养分状况快速准确诊断是科学施肥的重要前提,研究实现大豆生长过程养分状况快速准确诊断的方法已经迫在眉睫。本文以大豆为研究对象,高光谱成像技术为手段,分别利用室内高光谱成像系统、田间高光谱成像采集平台、低空无人机遥感平台获取叶片、冠层、区域三个尺度下大豆的高光谱成像数据,构建了不同尺度下大豆养分含量快速检测模型,为大豆生产过程中肥料的合理使用与动态调控提供科学指导。本文的主要研究内容与结论如下:（1）叶片尺度上,利用室内高光谱成像系统获取大豆叶片高光谱图像数据,分析了大豆叶片氮、磷、钾含量与叶片光谱反射率之间的关系,建立了基于全波长变量和特征变量的大豆叶片氮、磷、钾含量的快速检测模型,实现了大豆叶片养分含量分布的可视化。在基于全波长变量的分析中,采用Savitzky-Golay卷积平滑法（SG）、多元散射校正（MSC）、变量标准化（SNV）、去趋势化（De-trending）、一阶微分（1-Der）、二阶微分（2-Der）和直接正交信号校正（DOSC）对获取的叶片高光谱数据进行预处理,比较了不同光谱预处理方法对偏最小二乘（PLS）模型性能的影响,确定氮、磷、钾含量检测的最佳光谱预处理方法分别为直接正交信号校正（DOSC）、一阶导数（1-Der）、变量标准化（SNV）,基于最优预处理方法建立的大豆叶片氮、磷、钾含量检测模型预测集决定系数分别为0.9428、0.7157、0.8944。在此基础上,分别采用竞争性自适应重加权算法（CARS）、无信息变量消除法（UVE）、连续投影算法（SPA）、遗传算法（GA）、独立组分分析法（ICA）和随机蛙跳算法（RF）进行特征变量筛选,并基于筛选的特征变量分别建立大豆养分含量的PLS模型,并对模型进行分析比较。结果显示,大豆叶片氮含量的最佳模型为基于RF算法筛选特征变量建立的PLS模型,模型预测集决定系数为0.9466;大豆叶片磷含量的最佳模型为基于GA算法筛选特征变量建立的PLS模型,模型预测集决定系数为0.7465;大豆叶片钾含量的最佳模型为基于UVE算法筛选特征变量建立的LS-SVM模型,模型预测集决定系数为0.9075。基于特征变量建立的最优预测模型,结合伪彩色图像编码技术,分别绘制了叶片氮、磷、钾含量的可视化分布图,实现了大豆叶片尺度养分信息的可视化。（2）冠层尺度上,采用田间高光谱成像采集系统获取了大豆植株冠层高光谱成像数据,研究了大豆冠层光谱反射率与大豆冠层氮、磷、钾含量之间的关系,建立了大豆冠层氮、磷、钾含量的快速检测模型。采用SG、MSC、SNV、De-trending、1-Der、2-Der和DOSC对提取的冠层高光谱数据进行预处理,结合PLS建模方法确定了冠层氮、磷、钾含量检测的最适光谱预处理方法,研究发现冠层氮、磷、钾含量检测的最优光谱预处理方法均为DOSC,其对应模型的预测集决定系数分别为0.9377、0.8701、0.8211。在此基础上,分别采用CARS、UVE、SPA、GA、ICA和RF算法进行特征变量筛选,分别建立了基于特征变量的PLS、LS-SVM和ELM模型,并对模型进行分析比较。结果表明,对冠层氮含量检测来说,采用UVE提取的特征变量结合LS-SVM模型建立的氮含量模型最优,模型预测集决定系数为0.9447;对冠层磷含量检测来说,最佳模型为基于SPA筛选的特征变量建立的LS-SVM模型,模型预测集决定系数为0.8775;对冠层钾含量检测来说,最佳模型为基于SPA筛选的特征变量建立的PLS模型,模型预测集决定系数为0.8271。借助高光谱成像技术“图谱合一”的特点,采用变量优化后的最优预测模型结合伪彩色图像编码技术,分别绘制了冠层氮、磷、钾含量的可视化分布图,实现了大豆冠层养分信息的可视化。（3）区域尺度上,采用相关系数分析、逐步回归和光谱指数三种方法分别确定了与大豆养分含量密切相关的光谱特征变量,基于提取的光谱特征变量,分别建立了大豆养分含量多元线性回归模型。结果表明,以最优光谱指数特征为变量,采用多元线性回归方法构建的模型,在大豆氮、磷、钾含量检测中效果最优,所构建模型对氮、磷、钾三种养分含量的预测集决定系数分别为0.9063、0.8072和0.5632。其中氮含量预测采用的光谱指数为NDSI(R552,R555)、RSI(R537,R573)和DSI(R540,R555);磷含量预测采用的光谱指数为NDSI(R549,R573)、RSI(R540,R573)和DSI(R483,R486);钾含量预测采用的光谱指数为NDSI(R549,R573)、RSI(R540,R573)和DSI(R483,R486)。基于获取的无人机高光谱影像数据及建立的大豆养分含量最优预测模型,绘制了研究区开花期和鼓粒期大豆养分含量的空间分布图,大豆氮、磷、钾含量的空间分布与地面实测结果较为接近,能够反映大豆养分状况的空间分布信息,为区域范围内大豆养分状况的快速、动态、非破坏性监测提供依据。（4）研究了分数阶微分算法在大豆冠层氮含量检测中的应用。采用归一化光谱植被指数NDSI（normalized difference spectral index）、比值光谱指数RSI（ratio spectral index）对分数阶微分预处理后的光谱数据和大豆冠层氮素含量数据进行相关性分析,研究发现分数阶微分预处理能够细化光谱数据中的有效信息,增强光谱数据对冠层氮素含量的敏感性,尤其是增强红边平台波段与氮素含量的正相关性及绿波段与含量的负相关性。建立了各阶微分下大豆冠层氮含量的定量校正模型,并与常用植被指数建立的冠层氮含量预测模型进行分析比较,发现基于0.7阶微分比值光谱指数RSI(R548,R767)建立的大豆冠层氮含量预测模型最优,其预测集决定系数R2p为0.8003,预测集均方根误差RMSECP为3.5111,预测相对偏差RPD为2.2537,结果表明分数阶微分算法在大豆冠层氮素含量的定量检测中具有一定的优势,为大豆养分及其他营养与长势信息的快速检测提供了方法支持。
崔瑛志[5]（2017）在《LiCoO2/MCMB电池寿命预测及健康状态诊断方法研究》文中进行了进一步梳理建立合理有效的寿命预测模型和健康状态诊断模型是实现锂离子电池寿命及健康状态评价的有效手段,是确保电池高效可靠运行的关键技术。本文对LiCoO2/MCMB锂离子电池寿命预测方法及健康状态诊断方法进行了研究。建立了可用于诊断电池衰减模式的仿真模型,具有宽适用性的多因素寿命预测模型,具有防误判功能的寿命终点预测模型,高效的动态等效电路健康状态诊断模型及具有实时性的新型等效电路健康状态诊断模型。研究了LiCoO2/MCMB锂离子电池寿命衰减模式,研究表明正极衰减模式包括正极荷电状态（SOC）移动造成的容量损失,正极极化造成的容量损失,正极材料结构衰退造成的容量损失。在任意循环次数下正极SOC移动均是正极衰减的主要原因。负极衰减模式有负极SOC移动造成的容量损失,负极极化造成的容量损失,负极材料结构衰退造成的容量损失,负极界面阻挡层的阻挡效应造成的容量损失。在任意循环次数下负极界面阻挡层的阻挡效应均是负极衰减的主要原因。由于全电池容量受正极容量限制,正极SOC移动损失,正极结构损失,负极、正极极化和电解液动力学衰退是造成全电池容量衰减的共同原因。任意循环次数下正极SOC移动是造成全电池容量损失的最主要原因。通过加入电解液的方式可以使得老化后的电池容量大幅恢复。电池容量恢复的机制是正极SOC移动的恢复和负极阻挡层的溶解。基于电池的衰减模式建立电池衰减模式诊断模型模拟电池的充放电曲线,模拟结果和实验结果吻合程度较高,精度大于95%。基于电池衰减模式建立的电池衰减模式诊断模型可以有针对性的提出指导锂离子电池电化学性能提高及寿命延长的有效方法,同时对寿命预测模型及健康状态诊断模型的建立具有指导意义。通过正交试验分析考察多衰减参数对锂离子电池经循环老化后可逆锂离子总量减少的影响,同时以衰减模式分析提供的造成LiCoO2/MCMB锂离子电池衰减的最主要因素为基础,建立锂离子电池多衰减因素循环寿命预测通用模型。研究结果表明上述建模过程合理有效,可以实现对锂离子电池的寿命预测,1500次循环预测4000次循环寿命的精度高于95%。按照当前锂离子电池表现的规律预测电池寿命有可能造成寿命误判,研究表明开路电压（OCV）是锂离子电池寿命终点判断的有效特征判据,基于OCV特征变量对锂离子电池寿命阈值发生机制和演变原理进行了阐述,提出了基于OCV演变规律的寿命预测方法,有效避免了锂离子电池循环寿命终点的误判断（模型的准确率高达95%）。电化学交流阻抗（EIS）研究表明全电池阻抗是正极及负极阻抗的耦合。利用全电池三电极体系对正、负极的阻抗特征进行分析可知,锂离子电池正、负极阻抗随着荷电状态、循环周期不断变化,同时负极阻抗存在中频区感抗圈。基于上述实验结果,建立了优化的实时动态等效电路,基于实时动态等效电路法建立了一类新型锂离子电池健康状态诊断方法。实验数据和模拟数据对比结果表明动态等效电路阻抗参数识别方法及考虑开路电压随循环周期的演变提高了锂离子电池健康状态诊断模型的精度及可靠性,模型精度高于95%。锂离子电池健康状态诊断等效电路模型的关键技术为模型阻抗参数和OCV参数识别。本文建立了基于充放电曲线的模型参数快速实时识别方法,提出了一种有前景的总阻抗实时测量和欧姆阻抗实时计算方法,基于电极过程动力学对电荷传递阻抗随循环时间的演变关系进行了推导,利用放电曲线和OCV弛豫曲线实现了韦伯扩散阻抗的频时域转换,基于低电流脉冲法实现了OCV的快速实时测量。基于最小二乘（LSM）算法实现了模型参数动态实时更新。以上述模型参数的实时识别方法为基础建立了高精度的锂离子电池健康状态实时诊断等效电路模型,模型精度高于95%。
刘思佳[6]（2016）在《基于在线电流数据驱动方法的地下电缆故障预诊断的研究》文中研究指明地下电缆运行的可靠性直接影响电力系统的安全稳定和用户体验。经过国内外几十年的研究,地下电缆故障诊断和定位已经取得了很多成果。然而,为了避免意外停电和节约维修费用,如何实现对地下电缆故障的在线预诊断还需要进一步的研究。因此,本论文在已有的研究基础上,进行了基于在线电流数据驱动方法的地下交联聚乙烯绝缘电缆故障预诊断的研究。文中所使用的数据是从实际运行的配电网中在线持续采集了3年多的地下电缆相电流和中性线电流数据。通过对电缆的绝缘老化机理进行深入分析并经过实验验证后,确定可以从电缆的电流数据中获取绝缘老化信息,再结合其它领域的预诊断方法,从累积效应的角度去理解电缆的绝缘老化。本文提出的故障预诊断方法原理为：从训练数据集中提取或寻找到可以表现电缆绝缘累积老化效果的特征参数;在电缆运行的当前时刻,通过预测其累积量的进一步发展,预测到其发展到某阈值的时刻；进而得到电缆绝缘损坏故障的预测发生时间,即预测到电缆的剩余使用寿命。本文所研发的基于在线电流数据驱动的地下电缆故障预诊断系统,可针对所监测的运行中的电缆,以在线电流数据驱动的方法,进行非破坏性的和非侵入式的在线预诊断。本论文主要工作如下：（1）首先,对数据进行了重采样、去除直流偏移和小波去噪的预处理,之后,构建规则分类器对数据进行分类,识别出诸如正常开关操作等产生难以分辨的干扰的情况,并进行了数据清理工作。最后,将数据集分为训练数据集和测试数据集。（2）不同于基于老化机理直接选定特征参数的传统方法,本文中,应用数据挖掘的方法,从训练数据集中提取并选择有用的特征参数。首先,对训练数据集中的每一段信号从时域、频域和小波域等角度进行分析来提取尽可能多的特征参数构成特征参数池,以便充分的描述信号的特征；然后,综合过滤型和封装型两种特征参数选择方法,使用训练数据集,从特征参数池中选取潜在有用的特征参数；最后,对所选出的特征参数依据绝缘老化机理来验证其合理性,通过验证后的特征参数才被选定为可用于电缆故障预诊断的特征参数。（3）提出滑窗回归分析法来预测所选特征参数的累积量的发展,预测到该累积量到达阈值的时间,进而获得所监测电缆的绝缘故障的预测发生时间,即预见到该电缆的剩余使用寿命。在预诊断系统的训练过程中,从训练数据集中获得阈值等系统参数。（4）使用测试数据集,测试预诊断系统的适用性和通用性。提出预诊断结果可靠性评估方法,即以评估时间窗内预诊断结果的标准差为评估参数。应用此可靠性评估方法可以近乎同步地提供预诊断结果的可靠性评估参考。（5）在预诊断系统的训练过程中,衍生出基于电缆相电流和中性线电流对电缆局部放电进行间接监测的方法。此方法通过对电流数据应用本文的故障预诊断系统中的数据预处理、数据分类和特征参数提取技术来实现对电缆局部放电的在线监测。通过交流加压实验与脉冲电流法进行同步对比,实验结果证实本文所提出的电缆局部放电的间接监测方法具有可行性。该方法是可在线的、非破坏性和非侵入式的,其所需的电流数据方便在线测量。本文的主要结论包括：在电缆的运行期间,本预诊断系统可以随着时间推移而持续的提供电缆绝缘故障的预测发生时间以及其可靠性评估参数。结果显示,随着时间推移,系统所提供的电缆绝缘故障预测发生时间越来越准确,预诊断结果的可靠性也越来越高。中性线电流信号中的毛刺现象和电缆的绝缘老化有关,其相关的特征参数被选用于电缆在线故障预诊断系统中,并且可用于间接监测电缆绝缘的局部放电情况。
胡楠[7]（2014）在《基于虚拟仪器技术的汽车自动变速器故障诊断平台开发》文中认为自动变速器具有操作方便、运转平稳的特点，在一定程度上提升了车辆的操控性能以及乘坐舒适性，成为现代车辆传动系统中至关重要的组成部分。然而，由于自动变速器本身结构复杂、制造精度高、拆装难度大，导致自动变速器各类故障的发生。自动变速器的各类故障不仅降低了其本身的使用性能，还有可能会影响车辆的动力性与行驶安全性，而目前的故障检测与诊断方法难以满足对自动变速器故障诊断高效率、智能化的要求。因此针对自动变速器研究更为有效的故障诊断方法，不仅有利于降低自动变速器的维修成本，更可以提升车辆的行驶安全性和操纵稳定性，延长自动变速器乃至整车的使用寿命，为个人和社会创造经济效益。本文研究并开发一种基于虚拟仪器技术的汽车自动变速器故障诊断平台。虚拟仪器技术是一种利用软件来实现人机交互和大部分仪器测试功能的计算机仪器系统。凭借其诸多方面的优势近年来被广泛应用于医学、教育学等领域。汽车自动变速器诊断平台利用虚拟仪器软件LabVIEW进行编程以及相关的硬件设备进行试验平台的搭建，目的在于通过进行试验的方法实现对车辆自动变速器的性能参数测试与故障诊断。本文的研究内容主要包括以下几方面：1.自动变速器内部元件失效分析与诊断方法研究自动变速器集机械、电子和液压系统于一身，其本身结构复杂，不同元件不同的失效方式会导致自动变速器不同故障现象的产生；同样，对自动变速器不同类型故障的分析与判断也应采取有针对性的诊断方法。因此，本文将从机械系统、液压控制系统以及电子控制系统三方面对自动变速器内部关键元件进行失效分析，并研究相应的故障检测方法。2.运用动力流理论对存在故障的换挡执行元件进行定位自动变速器液压控制系统包含大量的换挡执行元件，仅依靠传统的自动变速器性能试验检测的方法无法对故障元件进行准确定位。针对这一不足，本文以辛普森式四挡自动变速器为例，利用动力流理论对存在故障的换挡执行元件的定位方法进行研究，并提出了利用动力流理论进行故障诊断的一般方法。3.自动变速器故障诊断平台的搭建诊断平台包括硬件和软件两部分。硬件方面，诊断平台选用PXI系统和CAN总线接口卡等硬件设备，实现对车辆自动变速器的实时数据进行采集以及模拟行驶路面的目的；软件方面，诊断平台利用LabVIEW2011构造诊断系统的软件平台，并通过系统中不同的模块实现对自动变速器的性能参数测试与故障诊断的目的。4.利用自动变速器故障诊断平台进行故障诊断本文选用装配有A341E型自动变速器的试验车辆进行实车试验并获取车辆在正常状态与故障状态下的试验数据，进而验证自动变速器故障诊断平台对车辆自动变速器性能参数测试与故障诊断的可行性和实用性。
鲍一丹[8]（2013）在《番茄病害早期快速诊断与生理信息快速检测方法研究》文中进行了进一步梳理精细农业技术作为农业信息化和农业现代化发展最前沿的领域之一,是当今世界发展现代农业,实现农业可持续发展的关键和核心技术。精细农业要求快速、准确、数字化和定位化的获取农业生产和管理信息,而农作物生长过程信息的快速、准确、动态获取和监控方法和技术需求尤为紧迫。传统的实验室化学测量分析已经不能满足农业对信息快速、准确、动态、高效获取的要求。本研究针对农作物信息快速检测技术的急迫需求,以番茄为研究对象,应用高光谱成像技术系统建立番茄病害的早期诊断识别方法和模型,并实现病害胁迫下番茄叶片生理信息的快速检测,为番茄栽培的精细化管理和病害综合防治提供新的技术支撑,对番茄的精细化生产和种植具有重要意义。本研究主要成果包括：（1）建立了番茄茎秆灰霉病早期诊断的光谱识别模型和图像识别模型,构建了番茄茎秆病害早期诊断的数据预处理、特征信息提取、线性和非线性识别模型的优化分析路径,为番茄茎秆病害的早期诊断识别提供了有效方法。系统地比较了不同光谱预处理下的全谱偏最小二乘法（PLS）模型,并应用载荷系数法提取特征波长,建立了番茄茎秆灰霉病诊断识别的优化模型。得出的最优光谱判别模型为特征波长-最小二乘-支持向量机（EW-LS-SVM）模型,对预测集样本的正确识别率达到100%。应用概率统计滤波和二阶概率统计滤波提取了高光谱图像的纹理特征信息,建立了PLS判别模型,对预测集样本的正确识别率为97.37%。通过遗传算法-偏最小二乘法（GA-PLS）提取特征纹理,建立了PLS和SVM判别模型,最优模型GA-PLS-PLS模型对预测集样本的准确识别率为92.11%。（2）建立了番茄叶片三种病害（灰霉病、菌核病和早疫病）胁迫的光谱同步诊断方法和模型。提取了高光谱数据在400-900nnm范围的可见／近红外光谱信息,系统比较了多种光谱预处理方法、PLS和极限学习机（ELM）识别模型,得出的最优模型为全谱ELM模型（Detrending）,对预测集样本三种病害同步诊断的正确识别率为94.20%。应用GA-PLS提取的特征波段,并建立了番茄叶片三种病害同步诊断的PLS、误差反向传输神经网络（BPNN）、SVM和ELM模型,总体效果为ELM模型较好,对预测集样本的准确识别率均接近90%。（3）建立了基于高光谱图像信息的番茄叶片三种病害（灰霉病、菌核病和早疫病）同步诊断模型和两种病害相互识别模型。采用GA-PLS确定特征波长图像,并应用概率统计滤波和二阶概率统计滤波提取纹理特征,系统地比较了PLS、BPNN、SVM和ELM四种建模方法的诊断识别效果。结果表明：对灰霉病、早疫病和健康叶片的诊断识别、以及对灰霉病、菌核病和健康叶片的诊断识别的正确识别率均大于90%；对菌核病、早疫病和健康叶片的诊断识别、以及三种病害同步诊断识别的正确识别率低于80%。（4）建立了的番茄叶片灰霉病胁迫下过氧化物酶（POD）活力的快速检测模型。比较了全谱PLS和ELM模型对番茄叶片POD的快速检测,最优模型为全谱ELM模型（MSC）,对预测集样本预测结果的相关系数r=0.8297,预测集均方根误差RMSEP=983.7830;通过GA-PLS方法,提取了21个番茄叶片POD预测的特征波长,建立了GA-PLS-PLS、GA-PLS-MLR和GA-PLS-ELM模型,得出最优模型为GA-PLS-ELM （SG）模型,对预测集样本的预测结果为r=0.8647,RMSEP=465.9880。结果表明：基于光谱技术进行灰霉病胁迫下番茄叶片POD的快速检测是可行的,为番茄叶片生理指标的动态快速检测提供了新的方法。
邹宇[9]（2010）在《未知电路板检测机理和方法研究》文中认为近几十年来,随着各种电子设备和系统的广泛应用,电子电路的故障诊断理论和技术的研究也取得了许多的成果。但总的来说,绝大多数研究是在已知电路的原理图和功能结构这一前提下开展的,对于缺少电路原理图的电路,由于无法依据电路图通过建模仿真的方法来获取电路中的故障信息并建立起准确的故障模型和信息库,故难以采用从故障字典法到神经网络等一系列依赖于电路故障信息等先验知识的方法来完成故障诊断的工作。本文首先研究了未知电路节点信号类型的分类方法,在此基础上,针对未知电路中由模拟信号节点组成的电路,采用基于节点电压信号的DFT谱相关性信息和节点网络拓扑结构信息的方法来完成故障信息提取和故障分析定位,最后通过仿真和实验验证了方法的可行性。和其它的方法相比,该方法避开了对电路在各种故障态下的故障特征参数等先验知识和数据的依赖,仅需要采集一定量电路正常工作时的状态信息即可完成电路的故障分诊断工作。
李晓丽[10]（2009）在《基于机器视觉及光谱技术的茶叶品质无损检测方法研究》文中研究表明茶叶是世界上消费量最大的三大饮料之一,我国是世界上第三大茶叶出口国,我国有近亿人从事茶叶生产、经营活动,在不少地区茶叶是农民主要的经济收入来源,2004年我国茶叶及与茶有关的产业总产值就达到了300亿元以上。因此大力发展茶叶产业及茶叶的精深加工技术,提高茶叶品质,增加农民收入,具有十分重要的意义。随着人们生活水平的提高,对于茶叶品质的要求也越来越高。但是目前国内外普遍采用感官审评法来评定茶叶的品质。感官审评法的结果易受外界环境及审评师内在心理、生理因素的影响,而且审评过程中步骤繁琐,需要时间较长,不能适应无损、在线、快速的现代茶叶生产和贸易的要求。因此,探索基于机器视觉和光谱技术的茶叶品质无损测量方法具有重要的理论价值和实际意义。本文从茶叶的外观评定、茶叶的内部成分测量和茶树的信息诊断三个方面进行了茶叶品质无损测量方法的研究。主要研究内容和结论如下：（1）采用机器视觉技术对茶叶的外观品质进行定量的评审。本研究采用MS3100的多光谱成像仪建立了机器视觉成像系统。为了得到稳定的成像系统,研究对比了不同的光源对系统的影响,结果显示太阳光光源所提供的光照条件更加均匀,不存在单光源条件下的光照不均匀和阴影等现象。对于茶叶这类几何形状的研究对象,减少阴影能够大大提高模型的稳定性及精度。本文首次提出了基于不同颗粒分布状态下茶叶的类别和等级的区分方法。在研究中,分别建立了基于颗粒非接触状茶叶图像和基于颗粒堆积状茶叶图像的等级和类别的区分模型。研究得出两个结论：首先,基于颗粒堆积状茶叶图像的区分模型比基于颗粒非接触状茶叶图像的区分能够得到更高的区分精度；其次,基于颗粒堆积状茶叶的图像不仅能够反映出茶叶颗粒的几何学特征,而且能够反映出茶叶样本的宏观纹理特征,同时颗粒堆积状态的区分能够大大提高茶叶区分的效率,并反映样本的整体品质,避免了茶叶颗粒非接触状区分时样本选取的局限性。图像的特征提取是图像识别的关键技术。本文针对茶叶样本的具体情况,优选了18个形状特征和15个纹理特征,据此建立的茶叶类别区分模型的预测正确率达到93.8%,对于区分贡献率最大的三个特征参数依次为绿光通道图像的能量、标准差滤波后图像的熵和红光通道图像的相关性。在图像特征提取的基础上,建立了等级区分模型,得出了对区分贡献最大的特征是800nm图像的二阶角矩,模型的预测正确率达到87.5%。（2）从不同光谱测量波段范围、不同光谱仪、不同测量方式以及不同样本状态方面建立并对比分析了茶叶中茶多酚、氨基酸和咖啡碱三种主要成分的四种光谱快速测量方法。本研究采用ASD可见／近红外光谱、NEXUS傅立叶近红外光谱、JASCO傅立叶中红外漫反射光谱和JASCO傅立叶中红外透射光谱对茶叶的内部成分进行了研究,其中NEXUS傅立叶近红外光谱和JASCO傅立叶中红外透射光谱法是基于磨碎的茶叶粉末样品,另外两种测量方法都是基于完全无损的干茶整叶样本,而且ASD可见／近红外光谱仪是便携式的可用于田间室外测量的光谱仪,基于该仪器的测量模型的建立为开发便携式、实用化仪器奠定了基础。对于茶多酚的测量,JASCO傅立叶中红外漫反射法为四种方法中测量精度最高者,模型的建立是基于1632cm-1-1768cm-1特征波数,模型的预测相关系数达到了0.908。ASD可见／近红外光谱法次之,基于全波段变量模型的预测相关系数为0.897。JASCO傅立叶中红外透射法的预测相关系数为0.896,特征波数为924cm-1-1792cm-1。NEXUS傅立叶近红外光谱法的效果稍差,基于6140cm-1-7140cm-1和5000cm-1-5960cm-1特征波数所建立的模型的预测相关系数为0.865。对于氨基酸的测量,基于JASCO中红外透射光谱所构建的模型预测相关系数为0.914,效果为四种方法中最好,特征波数为870cm-1-1278cm-1。效果次之的模型是基于JASCO的中红外漫反射光谱,预测相关系数为0.899,特征波数为450cm-1-1895cm-1。ASD可见／近红外光谱法的预测相关系数为0.892,效果最差的是基于NEXUS傅立叶近红外光谱所构建的模型,预测相关系数为0.813。对于咖啡碱的测量,有三种测量方法的效果都较好,尤其是JASCO的中红外透射光谱,其基于波数1784cm-1-2048cm-1.2191cm-1和2345cm-1所构建的模型预测相关系数为0.995。基于NEXUS傅立叶近红外光谱的4302cm-1-5750cm-1波数所建立的模型,预测相关系数为0.993。基于ASD可见／近红外光谱的测量模型的预测相关系数为0.96。但是基于JASCO中红外漫反射的测量模型效果较差,建模相关系数仅为0.442。上述结果的对比显示了各种方法的测量差异,同时表明基于光谱技术的茶多酚、氨基酸和咖啡碱的无损测量是可行的。同时发现,基于完全无损状态茶叶的测量模型的效果可与基于100目筛茶叶粉末的测量模型的效果相媲美,说明基于完全无损状态茶叶的茶多酚、氨基酸和咖啡碱测量模型是可行的。而且,ASD可见／近红外光谱法的测量模型效果与其它三种测量方法的效果相当,表明对于这三种成分,便携式的、可用于田间室外测量的光谱仪可以用于建立良好的测量模型,为开发简单、廉价、便携式的测量仪器奠定了基础。本研究同时还探索了基于可见／近红外光谱的茶叶含水率的无损测量方法,建立了适用于干茶、鲜叶以及不同加工过程中的茶样的含水率测量的模型。研究基于小波变换和支持向量机所构建的测量模型的预测相关系数高达0.987。这表明基于可见／近红外光谱的方法可以对茶叶的含水率进行实时、无损、快速的测量。与其它以磨碎的茶叶粉末为研究对象的实验相比,本研究能够实现对不经过任何预处理的茶叶整叶样本的无损检测。（3）对于茶树信息的快速诊断,研究了基于可见／近红外光谱的茶树品种区分方法,的关系。通过对比不同树龄、不同生长环境和不同栽培管理模式（施肥量、喷药量等）下茶树叶片的漫反射光谱,发现基于田间茶树叶片的光谱可以区分茶树品种。研究了5个品种茶树叶片的可见／近红外漫反射光谱与茶树叶片全氮含量之间的关系发现漫反射光谱与全氮含量密切相关,所构建的模型预测相关系数为0.835。以11个品种茶树为例,通过分别研究田间活体叶片和室内离体叶片的可见／近红外漫反射光谱与叶片叶绿素相对含量（SPAD）之间的关系,发现叶片的漫反射光谱与叶绿素相对含量（SPAD）之间存在显着线形相关性。基于田间活体叶片漫反射光谱的测量模型,预测相关系数为0.936；基于离体叶片室内漫反射光谱的测量模型,预测相关系数为0.913,研究发现前者的效果优于后者。
二、非破坏性诊断方法和仪器（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、非破坏性诊断方法和仪器（论文提纲范文）
（1）交联聚乙烯复合绝缘热老化动力学特性及其寿命评估（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 交联聚乙烯绝缘加速老化 |
| 1.2.2 交联聚乙烯绝缘劣化特性 |
| 1.2.3 基于活化能的绝缘材料寿命评估方法 |
| 1.2.4 交联聚乙烯绝缘状态与寿命评估方法 |
| 1.3 本文主要研究工作 |
| 第2章 交联聚乙烯绝缘热老化微观特性 |
| 2.1 热老化实验方案设计 |
| 2.1.1 实验样品 |
| 2.1.2 老化平台与实验方案 |
| 2.2 热老化对交联聚乙烯微观形态的影响 |
| 2.2.1 扫描电子显微镜的测试原理与方法 |
| 2.2.2 测试结果与分析 |
| 2.3 热老化对交联聚乙烯化学结构的影响 |
| 2.3.1 傅里叶红外光谱测试原理与方法 |
| 2.3.2 测试结果与分析 |
| 2.4 热老化对交联聚乙烯结晶度的影响 |
| 2.4.1 差示扫描量热测量原理与方法 |
| 2.4.2 测量结果与分析 |
| 2.5 本章小结 |
| 第3章 交联聚乙烯绝缘热老化动力学特性 |
| 3.1 热老化对交联聚乙烯热重活化能的影响 |
| 3.1.1 热重活化能计算方法 |
| 3.1.2 热失重实验平台与方法 |
| 3.1.3 测试结果与分析 |
| 3.2 热老化对交联聚乙烯电导活化能的影响 |
| 3.2.1 电导活化能的计算与表征 |
| 3.2.2 直流电导率的测试方法与平台 |
| 3.2.3 测量结果与分析 |
| 3.3 本章小结 |
| 第4章 交联聚乙烯绝缘热老化电气特性 |
| 4.1 热老化对交联聚乙烯介电损耗的影响 |
| 4.1.1 介电损耗测试原理与方法 |
| 4.1.2 介电谱测试平台与方法 |
| 4.1.3 测试结果与分析 |
| 4.2 热老化对交联聚乙烯击穿场强的影响 |
| 4.2.1 击穿场强测试原理与方法 |
| 4.2.2 测试结果与分析 |
| 4.3 本章小结 |
| 第5章 基于活化能的交联聚乙烯电缆绝缘寿命评估 |
| 5.1 老化时间等效表征 |
| 5.1.1 温度加速因子 |
| 5.1.2 交联聚乙烯击穿电压与老化时间的关联规律 |
| 5.2 基于电导活化能的交联聚乙烯绝缘寿命评估 |
| 5.3 评估方法的应用 |
| 5.4 本章小结 |
| 第6章 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 攻读硕士学位期间发表的论文及其它成果 |
| 致谢 |
（2）基于极化/去极化电流的电缆绝缘状况在线检测系统的开发（论文提纲范文）
| 摘要 |
| Abstract |
| 变量注释表 |
| 1 绪论 |
| 1.1 研究的背景与意义 |
| 1.2 传统电缆绝缘状态检测方法 |
| 1.3 基于介电响应的新型绝缘状态检测方法 |
| 1.4 介电响应理论应用现状 |
| 1.5 本文主要研究内容 |
| 2 XLPE电缆等效模型研究 |
| 2.1 德拜扩展模型等效电路的建立 |
| 2.2 德拜扩展模型支路参数求解 |
| 2.3 德拜扩展模型仿真分析 |
| 2.4 分布参数模型仿真分析 |
| 2.5 水树枝的介电响应特性仿真分析 |
| 2.6 本章小结 |
| 3 电缆绝缘状态在线诊断系统硬件设计 |
| 3.1 仪器设计方案 |
| 3.2 基于DSP芯片的主控单元设计 |
| 3.3 数据采集单元设计 |
| 3.4 高压单元设计 |
| 3.5 基于继电器的开关单元设计 |
| 3.6 基于Wi-Fi的无线传输模块设计 |
| 3.7 集成式极化/去极化电流检测仪器的研制 |
| 3.8 本章小结 |
| 4 电缆绝缘状态在线诊断系统软件设计 |
| 4.1 人机交互界面设计 |
| 4.2 数字滤波器设计 |
| 4.3 PDC测试仪主要控制程序设计 |
| 4.4 CAN总线软件设计 |
| 4.5 本章小结 |
| 5 自制仪器测试及分析 |
| 5.1 PDC测试仪实验室电缆测试 |
| 5.2 PDC测试仪现场电缆测试与分析 |
| 5.3 本章小结 |
| 6 总结与展望 |
| 6.1 全文总结 |
| 6.2 展望 |
| 参考文献 |
| 作者简历 |
| 致谢 |
| 学位论文数据表 |
（3）天然酯绝缘油老化特征量获取及诊断研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 概论 |
| 1.1 背景与意义 |
| 1.2 变压器油研究现状 |
| 1.2.1 矿物绝缘油的发展 |
| 1.2.2 天然酯绝缘油研究现状 |
| 1.3 油纸绝缘老化研究现状 |
| 1.3.1 影响变压器油纸绝缘老化的因素 |
| 1.3.2 电力变压器油-纸绝缘寿命判据 |
| 1.4 本文主要内容及章节安排 |
| 第二章 基于介电响应的油纸绝缘老化诊断方法 |
| 2.1 电介质的极化 |
| 2.1.1 电介质极化理论 |
| 2.1.2 介质极化影响因素 |
| 2.1.3 介质响应的频域关系 |
| 2.2 基于介电响应的变压器寿命评估方法 |
| 2.2.1 回复电压(RVM)法 |
| 2.2.2 极化去极化电流(PDC)法 |
| 2.2.3 频域介电谱(FDS)法 |
| 2.3 介电响应曲线的解谱方法 |
| 2.4 小结 |
| 第三章 绝缘老化的理化和电气参数 |
| 3.1 试验方案 |
| 3.2 理化参数 |
| 3.2.1 酸值 |
| 3.2.2 含水量 |
| 3.2.3 聚合度 |
| 3.3 电气参数 |
| 3.3.1 介质损耗因数 |
| 3.3.2 绝缘油的工频击穿电压 |
| 3.3.3 绝缘纸的工频击穿电压 |
| 3.4 小结 |
| 第四章 天然酯绝缘系统介电响应参数试验 |
| 4.1 试验平台 |
| 4.2 试验方案 |
| 4.3 试验数据分析 |
| 4.3.1 不同温度下油纸绝缘模型介电特性的试验研究 |
| 4.3.2 不同含水量的油纸绝缘模型介电特性的试验研究 |
| 4.3.3 不同老化程度的油纸绝缘模型介电特性的试验研究 |
| 4.4 小结 |
| 第五章 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 参考文献 |
| 在读期间公开发表的论文 |
| 致谢 |
（4）基于多尺度高光谱成像的大豆养分检测方法研究（论文提纲范文）
| 摘要 |
| 英文摘要 |
| 1 引言 |
| 1.1 研究目的和意义 |
| 1.2 作物养分信息检测技术的国内外研究现状及进展 |
| 1.2.1 传统诊断方法在植物养分信息检测中的应用 |
| 1.2.2 光谱分析技术在植物养分信息检测中的应用 |
| 1.2.3 机器视觉技术在植物养分信息检测中的应用 |
| 1.2.4 高光谱成像技术在植物养分信息检测中的应用 |
| 1.2.5 高光谱技术在大豆中的相关研究进展 |
| 1.3 无人机在作物信息检测方面中的应用 |
| 1.4 当前研究存在的问题与难点 |
| 1.5 研究内容与方法 |
| 1.5.1 研究内容 |
| 1.5.2 研究方法 |
| 1.6 本章小结 |
| 2 试验设计与数据处理方法 |
| 2.1 国家精准农业示范基地概况 |
| 2.2 试验方案设计 |
| 2.2.1 试验品种简介 |
| 2.2.2 温室叶片尺度养分试验 |
| 2.2.3 大田冠层尺度的养分试验 |
| 2.3 试验数据获取 |
| 2.3.1 叶片尺度高光谱成像数据获取 |
| 2.3.2 冠层尺度高光谱成像数据获取 |
| 2.3.3 无人机高光谱成像数据获取 |
| 2.4 大豆养分化学值测定 |
| 2.4.1 大豆叶片氮含量测定 |
| 2.4.2 大豆叶片磷含量测定 |
| 2.4.3 大豆叶片钾含量测定 |
| 2.5 数据挖掘分析方法 |
| 2.5.1 光谱预处理方法 |
| 2.5.2 特征变量提取方法 |
| 2.5.3 定量校正模型 |
| 2.5.4 模型性能评价 |
| 2.6 本章小结 |
| 3 叶片尺度大豆养分信息快速检测方法研究 |
| 3.1 样本分离与提取 |
| 3.2 大豆叶片光谱特性分析 |
| 3.3 大豆叶片养分化学值统计分析 |
| 3.4 光谱预处理及最优预处理方法选择 |
| 3.4.1 叶片氮含量最优光谱预处理方法选择 |
| 3.4.2 叶片磷含量最优光谱预处理方法选择 |
| 3.4.3 叶片钾含量光谱预处理方法选择 |
| 3.5 大豆叶片养分特征变量筛选 |
| 3.5.1 基于竞争性自适应重加权算法的光谱特征变量选择 |
| 3.5.2 基于无信息变量消除算法的光谱特征变量选择 |
| 3.5.3 基于连续投影算法的光谱特征变量选择 |
| 3.5.4 基于遗传算法的光谱特征变量选择 |
| 3.5.5 基于独立组分分析算法的光谱特征变量选择 |
| 3.5.6 基于随机蛙跳算法的光谱特征变量选择 |
| 3.6 基于特征变量的大豆养分预测模型建立 |
| 3.6.1 基于特征变量的大豆叶片氮含量建模分析 |
| 3.6.2 基于特征变量的大豆叶片磷含量建模分析 |
| 3.6.3 基于特征变量的大豆叶片钾含量建模分析 |
| 3.7 叶片养分可视化分布 |
| 3.7.1 叶片氮含量可视化 |
| 3.7.2 叶片磷含量可视化 |
| 3.7.3 叶片钾含量可视化 |
| 3.8 本章小结 |
| 4 冠层尺度大豆养分信息快速检测方法研究 |
| 4.1 冠层尺度样本分离与提取 |
| 4.2 大豆冠层光谱特性分析 |
| 4.3 大豆冠层养分含量统计分析 |
| 4.4 冠层光谱预处理及PLS建模分析 |
| 4.4.1 冠层氮含量光谱预处理方法优选 |
| 4.4.2 冠层磷含量光谱预处理方法优选 |
| 4.4.3 冠层钾含量光谱预处理方法优选 |
| 4.5 冠层光谱特征变量提取 |
| 4.5.1 CARS算法选择特征变量 |
| 4.5.2 UVE算法选择特征变量 |
| 4.5.3 SPA算法的选择特征变量 |
| 4.5.4 GA算法选择特征变量 |
| 4.5.5 ICA算法选择特征变量 |
| 4.5.6 RF算法选择特征变量 |
| 4.6 基于特征变量的大豆冠层养分预测模型建立 |
| 4.6.1 基于特征变量的大豆冠层氮含量建模分析 |
| 4.6.2 基于特征变量的大豆冠层磷含量建模分析 |
| 4.6.3 基于特征变量的大豆冠层钾含量建模分析 |
| 4.7 基于分数阶微分的大豆冠层氮含量检测研究 |
| 4.7.1 样品制备及冠层高光谱成像数据采集 |
| 4.7.2 化学值统计分析 |
| 4.7.3 分数阶微分植被指数的构建与氮含量预测模型研究 |
| 4.8 冠层养分分布可视化研究 |
| 4.8.1 冠层氮含量可视化 |
| 4.8.2 冠层磷含量可视化 |
| 4.8.3 冠层钾含量可视化 |
| 4.9 本章小结 |
| 5 区域尺度大豆养分信息快速检测研究 |
| 5.1 大豆养分光谱特征提取 |
| 5.1.1 大豆氮含量光谱特征提取 |
| 5.1.2 大豆磷含量光谱特征提取 |
| 5.1.3 大豆钾含量光谱特征提取 |
| 5.2 基于光谱特征的大豆养分含量预测模型构建及验证 |
| 5.2.1 氮含量预测模型构建及验证 |
| 5.2.2 磷含量预测模型构建及验证 |
| 5.2.3 钾含量预测模型构建及验证 |
| 5.3 无人机高光谱影像在大豆养分监测中的应用 |
| 5.3.1 基于无人机高光谱影像的大豆氮含量空间反演与精度评价 |
| 5.3.2 基于无人机高光谱影像的大豆磷含量空间反演与精度评价 |
| 5.3.3 基于无人机高光谱影像的大豆钾含量空间反演与精度评价 |
| 5.4 本章小结 |
| 6 结论与展望 |
| 6.1 结论与创新 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 攻读博士学位期间发表的学术论文 |
（5）LiCoO2/MCMB电池寿命预测及健康状态诊断方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究的背景意义及目的 |
| 1.2 锂离子电池寿命预测及健康状态诊断特征判据研究进展 |
| 1.2.1 锂离子电池容量估计方法 |
| 1.2.2 锂离子电池阻抗估计方法 |
| 1.3 锂离子电池寿命预测及健康状态诊断模型研究进展 |
| 1.3.1 锂离子电池健康状态估计方法 |
| 1.3.2 锂离子电池剩余寿命预测方法 |
| 1.4 目前亟需解决的关键问题 |
| 1.5 本文主要研究内容及相互关联性 |
| 第2章 实验材料与研究方法 |
| 2.1 实验材料和实验仪器 |
| 2.1.1 实验材料 |
| 2.1.2 实验仪器 |
| 2.2 电池的制备及拆解 |
| 2.2.1 LiCoO_2/MCMB全电池的制备 |
| 2.2.2 全电池拆解及LiCoO2及MCMB扣式半电池的制备 |
| 2.2.3 全电池三电极体系的制备 |
| 2.3 电化学性能测试 |
| 2.3.1 全电池恒流恒压充放电测试 |
| 2.3.2 全电池开路电压弛豫和瞬时测试 |
| 2.3.3 全电池小电流去极化充放电测试 |
| 2.3.4 全电池三电极电位原位监测 |
| 2.3.5 半电池充放电测试 |
| 2.3.6 电化学交流阻抗测试 |
| 2.4 电池材料的物理性能表征 |
| 2.4.1 扫描电子显微镜 |
| 2.4.2 X射线光电子能谱 |
| 2.4.3 X射线衍射谱 |
| 2.4.4 傅里叶红外光谱 |
| 2.4.5 差示扫描量热法 |
| 第3章 锂离子电池寿命衰减模式及其诊断方法研究 |
| 3.1 高温因素对锂离子电池循环寿命的影响 |
| 3.1.1 锂离子电池正极LiCoO_2的衰减模式 |
| 3.1.2 锂离子电池负极MCMB的衰减模式 |
| 3.1.3 LiCoO_2/MCMB锂离子全电池的衰减模式 |
| 3.1.4 温度影响下的锂离子电池寿命恢复机制 |
| 3.2 常温下锂离子电池寿命衰减模式分析 |
| 3.3 锂离子电池衰减模式诊断方法 |
| 3.4 本章小结 |
| 第4章 锂离子电池多因素寿命预测及寿命防误判方法 |
| 4.1 锂离子电池多因素循环寿命预测方法 |
| 4.1.1 基于电化学副反应的锂离子电池寿命预测通用模型推导 |
| 4.1.2 基于电化学副反应的锂离子电池寿命预测模型正交试验 |
| 4.1.3 锂离子电池温度衰减因素循环寿命预测模型 |
| 4.1.4 锂离子电池倍率&温度衰减因素循环寿命预测模型 |
| 4.1.5 锂离子电池放电深度&温度衰减因素循环寿命预测模型 |
| 4.1.6 锂离子电池充电截止电压&温度衰减因素循环寿命预测模型 |
| 4.1.7 锂离子电池多衰减因素循环寿命预测模型 |
| 4.2 锂离子电池寿命终点阈值防误判原理与方法 |
| 4.2.1 寿命终点阈值的概念和重要性及关键影响参数 |
| 4.2.2 寿命终点特征判据开路电压的演变过程 |
| 4.2.3 寿命阈值发生机制和演变原理的热力学分析 |
| 4.2.4 寿命阈值发生机制和演变原理的动力学分析 |
| 4.2.5 基于开路电压移动的锂离子电池寿命终点阈值防误判模型 |
| 4.2.6 锂离子电池寿命终点阈值预测模型建模过程 |
| 4.3 本章小结 |
| 第5章 新型等效电路锂离子电池健康状态诊断方法 |
| 5.1 锂离子电池动态等效电路健康状态诊断模型 |
| 5.1.1 锂离子电池等效电路健康状态诊断通用模型推导 |
| 5.1.2 动态等效电路的建立及健康状态诊断模型参数识别 |
| 5.1.3 锂离子电池开路电压随循环老化演变机制及建模 |
| 5.1.4 动态等效电路健康状态诊断模型及精度验证 |
| 5.2 锂离子电池健康状态实时诊断等效电路模型 |
| 5.2.1 锂离子电池健康状态实时诊断模型建模技术路线 |
| 5.2.2 电荷传递阻抗随循环时间实时演变关系推导 |
| 5.2.3 总阻抗实时测量和欧姆阻抗实时计算 |
| 5.2.4 开路电压的实时快速测量方法 |
| 5.2.5 韦伯扩散阻抗的实时获取方法 |
| 5.2.6 健康状态实时诊断模型参数动态更新及模型精度验证 |
| 5.3 本章小结 |
| 结论 |
| 创新点 |
| 展望 |
| 参考文献 |
| 攻读博士学位期间发表的论文及其它成果 |
| 致谢 |
| 个人简历 |
（6）基于在线电流数据驱动方法的地下电缆故障预诊断的研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究意义 |
| 1.2 故障预诊断的理论背景 |
| 1.2.1 基于可靠性的预测方法 |
| 1.2.2 基于失效物理模型的预测方法 |
| 1.2.3 基于数据驱动的预测方法 |
| 1.3 针对电缆的故障预诊断理论基础 |
| 1.3.1 电缆结构及绝缘老化机理 |
| 1.3.2 电缆绝缘在线检测 |
| 1.3.3 基于可靠性的电缆使用寿命评估 |
| 1.3.4 数据挖掘 |
| 1.4 国内外的研究现状 |
| 1.5 存在的问题 |
| 1.6 课题来源及论文的主要研究内容 |
| 2 在线电流的监测系统及其数据 |
| 2.1 验证实验 |
| 2.2 短期在线监测实验 |
| 2.3 长期在线监测 |
| 2.3.1 长期在线监测系统的设计 |
| 2.3.2 长期监测实验及数据 |
| 2.4 本章小结 |
| 3 数据驱动的电缆在线故障预诊断系统 |
| 3.1 方法原理及综述 |
| 3.2 数据预处理 |
| 3.2.1 重采样和去除直流偏移 |
| 3.2.2 去除噪声 |
| 3.2.3 小波去噪 |
| 3.2.4 本节小结 |
| 3.3 数据分类和数据清理 |
| 3.3.1 数据分类 |
| 3.3.2 数据清理 |
| 3.4 数据分组 |
| 3.5 数据分析和特征参数储备池 |
| 3.5.1 spike的检测 |
| 3.5.2 spike的特征参数 |
| 3.6 特征参数选择 |
| 3.6.1 过滤型方法选择 |
| 3.6.2 封装型方法选择 |
| 3.7 所选出特征参数的老化机理分析 |
| 3.7.1 所选出的特征参数 |
| 3.7.2 老化机理分析 |
| 3.8 预测方法和训练结果 |
| 3.8.1 预测方法 |
| 3.8.2 训练结果 |
| 3.9 本章小结 |
| 4 在线电流中SPIKE参数与局放的关联性研究 |
| 4.1 基于电缆在线电流的局放检测法 |
| 4.2 电缆局部放电的对比实验 |
| 4.3 实验结果的对比分析 |
| 4.4 本章小结 |
| 5 预诊断结果及其可靠性评估 |
| 5.1 测试结果分析 |
| 5.2 预诊断结果的可靠性评估 |
| 5.3 本章小结 |
| 6 总结与展望 |
| 参考文献 |
| 作者简历及攻读博士学位期间取得的研究成果 |
| 学位论文数据集 |
（7）基于虚拟仪器技术的汽车自动变速器故障诊断平台开发（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 论文的背景与意义 |
| 1.2 相关技术领域的发展状况 |
| 1.2.1 自动变速器技术的国内外研究现状 |
| 1.2.2 自动变速器技术的发展趋势 |
| 1.2.3 自动变速器故障诊断技术的国内外研究现状 |
| 1.3 论文研究的主要内容 |
| 1.4 本章小结 |
| 第2章 液力自动变速器结构与工作原理分析 |
| 2.1 液力自动变速器结构分析 |
| 2.1.1 液力变矩器 |
| 2.1.2 行星齿轮机构 |
| 2.1.3 换挡执行机构 |
| 2.1.4 液压控制系统 |
| 2.1.5 电子控制系统 |
| 2.2 自动变速器的工作过程分析 |
| 2.3 本章小结 |
| 第3章 自动变速器部件常见故障分析与诊断方法研究 |
| 3.1 自动变速器的常见故障分类 |
| 3.2 机械系统元件失效分析 |
| 3.3 电子控制系统传感器失效分析与故障诊断 |
| 3.3.1 位置传感器故障分析 |
| 3.3.2 转速传感器故障分析 |
| 3.3.3 挡位开关传感器故障分析 |
| 3.3.4 油温传感器故障分析 |
| 3.3.5 油压传感器故障分析 |
| 3.4 液压控制系统元件失效分析 |
| 3.4.1 换挡电磁阀故障分析 |
| 3.4.2 换挡执行元件故障分析 |
| 3.5 基于自动变速器性能试验方法的故障诊断研究 |
| 3.5.1 基础检验 |
| 3.5.2 时滞试验 |
| 3.5.3 失速试验 |
| 3.5.4 油压试验 |
| 3.5.5 道路试验 |
| 3.6 OBD II 诊断系统 |
| 3.6.1 OBD II 诊断系统的发展过程 |
| 3.6.2 OBD II 诊断座引脚与故障码 |
| 3.6.3 与自动变速器相关的 OBD II 故障码 |
| 3.7 本章小结 |
| 第4章 基于动力流理论的自动变速器故障诊断方法研究 |
| 4.1 自动变速器诊断原则 |
| 4.2 基于动力流理论的自动变速器故障诊断方案研究 |
| 4.2.1 动力流理论概述 |
| 4.2.2 自动变速器故障诊断动力流理论分析原理 |
| 4.2.3 自动变速器动力流分析 |
| 4.2.4 动力流分析结果与诊断方案的研究 |
| 4.2.5 利用动力流理论进行故障诊断的一般方法 |
| 4.3 本章小结 |
| 第5章 基于虚拟仪器的自动变速器故障诊断平台设计与开发 |
| 5.1 虚拟仪器技术简介 |
| 5.2 基于虚拟仪器的自动变速器故障诊断系统的总体设计 |
| 5.3 诊断系统硬件设计 |
| 5.3.1 CAN 总线接口卡 |
| 5.3.2 PXI 平台 |
| 5.4 故障诊断平台的软件设计 |
| 5.4.1 系统主界面 |
| 5.4.2 自动变速器性能参数测试模块 |
| 5.4.3 传感器状态监测模块 |
| 5.4.4 换挡执行元件故障诊断模块 |
| 5.5 自动变速器诊断系统实验验证 |
| 5.5.1 车辆性能参数测试试验 |
| 5.5.2 换挡执行元件故障诊断 |
| 5.5.3 故障示例 |
| 5.5.4 换挡执行元件故障诊断示例 |
| 5.6 本章小结 |
| 第6章 总结与展望 |
| 6.1 全文总结 |
| 6.2 研究展望 |
| 参考文献 |
| 作者简介及科研成果 |
| 致谢 |
（8）番茄病害早期快速诊断与生理信息快速检测方法研究（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 目录 |
| 图目录 |
| 表目录 |
| 主要缩略词表 |
| 第一章 绪论 |
| 提要 |
| 1.1 研究背景和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 农作物病害的常规诊断方法 |
| 1.2.2 基于光谱技术的农作物病害检测 |
| 1.2.3 目前存在的问题与难点 |
| 1.3 研究内容 |
| 1.4 技术路线 |
| 1.5 本章小结 |
| 第二章 材料与方法 |
| 提要 |
| 2.1 实验材料 |
| 2.1.1 番茄实验品种 |
| 2.1.2 病原菌培养 |
| 2.2 实验设备 |
| 2.2.1 高光谱成像系统 |
| 2.2.2 高光谱数据采集软件系统 |
| 2.3 化学值测量方法 |
| 2.4 高光谱数据处理方法 |
| 2.4.1 光谱数据预处理方法 |
| 2.4.2 特征波长提取方法 |
| 2.4.3 图像处理方法 |
| 2.4.4 化学计量学建模方法 |
| 2.5 本章小结 |
| 第三章 番茄茎秆灰霉病早期诊断方法 |
| 提要 |
| 3.1 引言 |
| 3.2 番茄茎秆样本制备 |
| 3.3 基于光谱信息的番茄茎秆灰霉病早期诊断方法 |
| 3.3.1 高光谱数据采集 |
| 3.3.2 光谱信息提取 |
| 3.3.3 光谱反射率分析 |
| 3.3.4 光谱预处理与PLS模型判别分析 |
| 3.3.5 基于载荷系数的特征波长提取 |
| 3.3.6 EW-PLS及EW-LS-SVM模型判别分析 |
| 3.4 基于高光谱图像信息的番茄茎秆灰霉病早期诊断方法 |
| 3.4.1 图像纹理信息提取 |
| 3.4.2 PLS模型判别分析 |
| 3.4.3 GA-PLS-PLS模型判别分析 |
| 3.4.4 SVM判别模型 |
| 3.5 本章小结 |
| 第四章 番茄叶片病害光谱特性与快速诊断方法 |
| 提要 |
| 4.1 引言 |
| 4.2 样本制备与高光谱图像采集 |
| 4.2.1 番茄叶片样本制备 |
| 4.2.2 番茄叶片高光谱图像采集 |
| 4.3 基于光谱特性的番茄叶片多种病害同步诊断方法 |
| 4.3.1 番茄叶片样本的光谱特性 |
| 4.3.2 番茄叶片样本的建模集和预测集区分 |
| 4.3.3 番茄叶片多种病害同步诊断的可见/近红外光谱PLS模型 |
| 4.3.4 番茄叶片多种病害同步诊断的可见/近红外光谱ELM模型 |
| 4.3.5 番茄叶片可见/近红外光谱特征波长提取 |
| 4.3.6 番茄叶片多种病害同步诊断的GA-PLS-PLS模型 |
| 4.3.7 茄叶片多种病害同步诊断的GA-PLS-BPNN模型 |
| 4.3.8 番茄叶片多种病害同步诊断的GA-PLS-SVM模型 |
| 4.3.9 番茄叶片多种病害同步诊断的GA-PLS-ELM模型 |
| 4.4 本章小结 |
| 第五章 番茄叶片病害高光谱图像特性与快速诊断方法 |
| 提要 |
| 5.1 引言 |
| 5.2 番茄叶片病害样本的制备和高光谱图像采集 |
| 5.2.1 番茄叶片样本制备 |
| 5.2.2 番茄叶片高光谱图像采集 |
| 5.3 番茄叶片不同病害图像识别研究 |
| 5.3.1 番茄叶片高光谱图像特征波段图像提取 |
| 5.3.2 高光谱图像纹理特征提取 |
| 5.3.3 番茄叶片灰霉病、菌核病和早疫病识别模型 |
| 5.3.4 番茄叶片菌核病和早疫病识别模型 |
| 5.3.5 番茄叶片灰霉病和早疫病识别模型 |
| 5.3.6 番茄叶片菌核病和灰霉病识别模型 |
| 5.4 本章小结 |
| 第六章 番茄叶片灰霉病胁迫下过氧化物酶快速检测方法 |
| 提要 |
| 6.1 引言 |
| 6.2 番茄灰霉病叶片样本制备及高光谱信息采集 |
| 6.2.1 番茄灰霉病叶片样本制备 |
| 6.2.2 番茄叶片高光谱信息采集 |
| 6.3 番茄叶片POD测定 |
| 6.3.1 番茄叶片过氧化物酶活性测定 |
| 6.3.2 番茄叶片过氧化物酶活性统计分析 |
| 6.4 基于光谱信息的POD快速检测方法 |
| 6.4.1 番茄叶片光谱信息预处理 |
| 6.4.2 番茄叶片POD快速检测的全谱PLS模型 |
| 6.4.3 番茄叶片的全谱ELM模型 |
| 6.4.4 基于GA-PLS方法选取的特征波长 |
| 6.4.5 基于特征波长的PLS、MLR及ELM模型比较 |
| 6.5 本章小结 |
| 第七章 结论与展望 |
| 提要 |
| 7.1 主要结论 |
| 7.2 主要创新点 |
| 7.3 研究展望 |
| 参考文献 |
| 作者简介 |
（9）未知电路板检测机理和方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究的意义和背景 |
| 1.2 国内外研究状况和进展 |
| 1.2.1 模拟电路的故障诊断技术发展状况 |
| 1.2.2 数字电路的诊断技术发展状况 |
| 1.3 论文的内容安排及所要做的工作 |
| 1.3.1 论文的内容安排 |
| 1.3.2 论文的主要工作与创新点 |
| 第二章 典型故障诊断技术与原理 |
| 2.1 模拟电路故障诊断方法 |
| 2.1.1 测前模拟法 |
| 2.1.2 测后模拟法 |
| 2.1.3 专家系统和人工神经网络 |
| 2.2 数字电路故障诊断方法 |
| 2.2.1 传统的数字电路故障诊断方法 |
| 2.2.2 基于电流检测的故障诊断方法 |
| 2.3 数模混合电路故障诊断方法 |
| 2.3.1 基于故障字典和神经网络的方法 |
| 2.3.2 基于DES 理论的故障诊断方法 |
| 2.3.3 基于噪声检测的故障诊断方法 |
| 2.3.4 基于电磁辐射检测技术的故障诊断方法 |
| 2.4 小结 |
| 第三章 电路节点信号的类型识别 |
| 3.1 信号及其分类方法 |
| 3.1.1 确定性信号 |
| 3.1.2 随机信号 |
| 3.1.3 数字信号与模拟信号 |
| 3.1.4 能量信号与功率信号 |
| 3.2 信号的采样 |
| 3.2.1 采样与混频 |
| 3.2.2 量化与误差 |
| 3.2.3 窗函数与泄漏 |
| 3.2.4 采样长度与分辨率 |
| 3.3 电路节点信号类型识别方法的设计 |
| 3.3.1 识别方法 |
| 3.3.2 识别步骤及流程 |
| 3.4 电路节点信号类型识别的实现 |
| 3.4.1 虚拟仪器技术及Labview 软件简介 |
| 3.4.2 电路节点信号类型自动识别的实现 |
| 3.5 小结 |
| 第四章 电路故障信息的提取 |
| 4.1 信号的傅里叶变换 |
| 4.1.1 连续周期信号的傅里叶级数及其频谱 |
| 4.1.2 离散周期序列的DFS |
| 4.1.3 DTFS 的单双边频谱 |
| 4.2 相关系数的计算 |
| 4.3 采样信号谱相关系数的计算 |
| 4.4 仿真实例 |
| 4.4.1 Multisim10 软件简介 |
| 4.4.2 仿真实例 |
| 4.5 小结 |
| 第五章 基于电路网络分解和DFT 谱相关分析的故障诊断 |
| 5.1 电路网络拓扑信息的获取 |
| 5.1.1 基于万用表测量的拓扑信息获取 |
| 5.1.2 基于飞针测试系统的拓扑信息获取 |
| 5.1.3 基于图像处理和图像检测的拓扑信息获取 |
| 5.2 电路网络分解的方法 |
| 5.2.1 图论相关知识 |
| 5.2.2 电路网络的分解 |
| 5.3 故障分析和定位方法 |
| 5.4 诊断实例 |
| 5.5 小结 |
| 第六章 总结与展望 |
| 致谢 |
| 参考文献 |
（10）基于机器视觉及光谱技术的茶叶品质无损检测方法研究（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 目次 |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 茶叶品质检测及分级现状 |
| 1.2.1 茶叶品质的国内外研究现状 |
| 1.2.2 基于机器视觉的茶叶品质研究现状 |
| 1.2.3 基于光谱技术的茶叶品质研究现状 |
| 1.3 课题的研究内容及意义 |
| 1.4 茶叶的品质研究中存在的问题 |
| 1.5 论文研究内容 |
| 1.5.1 建立茶叶的外部品质评估方法 |
| 1.5.2 建立茶叶的内部成分无损测量方法 |
| 1.5.3 建立茶树信息快速诊断方法 |
| 第二章 实验仪器和研究方法 |
| 2.1 实验仪器 |
| 2.1.1 MS3100多光谱成像仪 |
| 2.1.2 ASD便携式可见/近红外光谱仪 |
| 2.1.3 SPAD-502叶绿素测定仪 |
| 2.1.4 NEXUS智能型傅立叶红外光谱仪 |
| 2.1.5 JASCO公司的FT/IR-4100红外光谱仪 |
| 2.2 数据处理方法 |
| 2.2.1 光谱预处理方法 |
| 2.2.2 定性、定量分析方法 |
| 2.2.3 模式识别方法 |
| 第三章 基于机器视觉的干茶类别、等级区分方法 |
| 3.1 机器视觉系统与实验材料 |
| 3.1.1 机器视觉系统简介 |
| 3.1.2 实验材料 |
| 3.2 图像的采集与处理 |
| 3.2.1 图像采集 |
| 3.2.2 图像处理 |
| 3.2.3 形状特征提取 |
| 3.2.4 纹理特征的提取 |
| 3.3 基于颗粒非接触状茶叶图像的类别、等级区分 |
| 3.3.1 室内实验 |
| 3.3.2 室外实验 |
| 3.3.3 小结 |
| 3.4 基于颗粒堆积状茶叶图像的类别区分 |
| 3.4.1 图像的采集 |
| 3.4.2 图像预处理 |
| 3.4.3 试验结果与分析 |
| 3.4.4 结论 |
| 3.5 基于颗粒堆积状茶叶图像的等级区分 |
| 3.5.1 图像的采集 |
| 3.5.2 实验结果 |
| 3.5.3 小结 |
| 第四章 茶叶内部成分的无损检测方法 |
| 4.1 前言 |
| 4.2 光谱采集的方式 |
| 4.2.1 可见/近红外光谱分析技术 |
| 4.2.2 中红外光谱分析技术 |
| 4.3 茶叶中茶多酚的光谱无损测量方法 |
| 4.3.1 茶多酚的国标测量方法 |
| 4.3.2 ASD可见/近红外漫反射光谱测量法 |
| 4.3.3 NEXUS傅立叶变换近红外漫反射光谱测量法 |
| 4.3.4 JASCO中红外整叶漫反射光谱测量法 |
| 4.3.5 JASCO中红外透射光谱测量法 |
| 4.3.6 小结 |
| 4.4 茶叶中氨基酸的光谱无损测量方法 |
| 4.4.1 氨基酸的国标测量方法 |
| 4.4.2 ASD可见/近红外漫反射光谱测量法 |
| 4.4.3 NEXUS傅立叶变换近红外漫反射光谱测量法 |
| 4.4.4 JASCO中红外漫反射光谱测量法 |
| 4.4.5 JASCO中红外透射光谱测量法 |
| 4.4.6 小结 |
| 4.5 茶叶中咖啡碱的光谱无损测量法 |
| 4.5.1 咖啡碱的国标测量方法 |
| 4.5.2 实验材料 |
| 4.5.3 ASD可见/近红外漫反射光谱测量法 |
| 4.5.4 NEXUS傅立叶变换近红外漫反射光谱测量法 |
| 4.5.5 JASCO中红外漫反射光谱测量法 |
| 4.5.6 JASCO中红外透射光谱测量法 |
| 4.5.7 小结 |
| 4.6 茶叶中含水率的光谱无损测量方法 |
| 4.6.1 含水率的测量方法概括 |
| 4.6.2 含水率的国标测量方法 |
| 4.6.3 实验材料 |
| 4.6.4 实验结果 |
| 4.6.5 小结 |
| 第五章 基于可见/近红外光谱的茶树信息诊断方法 |
| 5.1 前言 |
| 5.1.1 作物信息获取的研究现状 |
| 5.1.2 茶树信息快速获取的研究现状 |
| 5.2 基于田间漫反射光谱的茶树品种区分方法 |
| 5.2.1 实验材料 |
| 5.2.2 光谱数据的预处理 |
| 5.2.3 结论与讨论 |
| 5.2.4 小结 |
| 5.3 基于漫反射光谱的茶树叶绿素相对含量(SPAD)诊断方法 |
| 5.3.1 基于田间茶树叶片光谱的诊断方法 |
| 5.3.2 基于室内茶树叶片光谱的诊断方法 |
| 5.3.3 小结 |
| 5.4 基于室内漫反射光谱的全氮含量检测方法 |
| 5.4.1 叶片全氮含量的国标测量方法 |
| 5.4.2 实验材料 |
| 5.4.3 实验结果 |
| 5.4.4 小结 |
| 第六章 总结及展望 |
| 6.1 本文研究总结及展望 |
| 6.1.1 研究茶叶外部品质方面的主要内容 |
| 6.1.2 研究茶叶的内部成分方面的主要内容 |
| 6.1.3 研究茶树信息快速诊断方面的主要内容 |
| 6.2 主要创新成果 |
| 6.2.1 提出了基于颗粒堆积状茶叶分布的外观品质检测方法 |
| 6.2.2 探索了茶多酚、氨基酸、咖啡碱和含水率的无损测量方法 |
| 6.2.3 探索了茶树信息的快速诊断方法 |
| 参考文献 |
| 攻博期间参加的科研工作和发表的论文 |
四、非破坏性诊断方法和仪器（论文参考文献）
- [1]交联聚乙烯复合绝缘热老化动力学特性及其寿命评估[D]. 彭鹏. 华北电力大学(北京), 2021(01)
- [2]基于极化/去极化电流的电缆绝缘状况在线检测系统的开发[D]. 宋军材. 山东科技大学, 2020(06)
- [3]天然酯绝缘油老化特征量获取及诊断研究[D]. 马骁壮. 山东理工大学, 2019(03)
- [4]基于多尺度高光谱成像的大豆养分检测方法研究[D]. 张亚坤. 东北农业大学, 2018(02)
- [5]LiCoO2/MCMB电池寿命预测及健康状态诊断方法研究[D]. 崔瑛志. 哈尔滨工业大学, 2017(01)
- [6]基于在线电流数据驱动方法的地下电缆故障预诊断的研究[D]. 刘思佳. 北京交通大学, 2016(09)
- [7]基于虚拟仪器技术的汽车自动变速器故障诊断平台开发[D]. 胡楠. 吉林大学, 2014(10)
- [8]番茄病害早期快速诊断与生理信息快速检测方法研究[D]. 鲍一丹. 浙江大学, 2013(06)
- [9]未知电路板检测机理和方法研究[D]. 邹宇. 西安电子科技大学, 2010(02)
- [10]基于机器视觉及光谱技术的茶叶品质无损检测方法研究[D]. 李晓丽. 浙江大学, 2009(02)