特种检测技术及应用 (2009 年度畅销榜NO.69606 )

本书介绍在现代控制工程中一些特种检测技术的原理、方法及应用实例，包括过程层析成像技术、多相流检测中的电容层析成像技术，基于动态信号处理的检测技术，基于神经网络的软测量技术、小波分析技术和相关流量测量技术等。本书可作为高等院校检测技术、自动化仪表和自动控制等专业高年级本科生、研究生的教学参考书，也可供相关研究领域的科技人员参考。\r\n
\r\n

第一章 过程层析成像技术 \r\n\r\n 1. 1 概述 \r\n\r\n 1. 1. 1 过程层析成像的发展历程 \r\n\r\n 1. 1. 2 过程层析成像的特点. 用途和构成 \r\n\r\n 1. 1. 3 过程层折成像技术研究现状 \r\n\r\n 1. 1. 4 过程层析成像技术研究发展趋势 \r\n\r\n 1. 2 Radon变换 \r\n\r\n 1. 2. 1 Radon变换及其逆变换 \r\n\r\n 1. 2. 2 Radon变换的基本性质 \r\n\r\n 1. 2. 3 Radon变换与Fourier变换的关系(投影定理) \r\n\r\n 1. 3 逆问题 \r\n\r\n 1. 3. 1 逆问题和不适定性的基本概念 \r\n\r\n 1. 3. 2 正则化理论 \r\n\r\n 1. 4 过程层析成像图像重建算法 \r\n\r\n 1. 4. 1 反投影算法 \r\n\r\n 1. 4. 2 Fourier变换重建算法 \r\n\r\n 1. 4. 3 滤波反(逆)投影图像重建算法 \r\n\r\n 1. 4. 4 ART算法与SIRT算法 \r\n\r\n 1. 4. 5 约束最小二乘类算法 \r\n\r\n 1. 4. 6 修正的Newton-Raphson算法 \r\n\r\n 1. 5 应用 \r\n\r\n 1. 5. 1 流型可视化及其辨识 \r\n\r\n 1. 5. 2 分相含率测量 \r\n\r\n 1. 5. 3 多相流流量测量 \r\n\r\n 参考文献 \r\n\r\n \r\n\r\n 第二章 多相流检测中的电容层析成像技术 \r\n\r\n 2. 1 概述 \r\n\r\n 2. 2 传感器结构及其仿真研究 \r\n\r\n 2. 2. 1 ECT电容传感器的结构 \r\n\r\n 2. 2. 2 电容传感器的有限元建模 \r\n\r\n 2. 2. 3 应用有限元模型分析传感器性能 \r\n\r\n 2. 3 电容数据采集系统 \r\n\r\n 2. 3. 1 电容数据采集系统的难点 \r\n\r\n 3. 3. 2 电容检测方法简述 \r\n\r\n 2. 3, 3 12电极电容数据采集系统的设计 \r\n\r\n 2. 3. 4 电容检测性能指标分析 \r\n\r\n 2. 3. 5 仪表结构设计 \r\n\r\n 2. 3. 6 传感器电容测量结果分析 \r\n\r\n 2. 4 ECT系统上位机软件设计 \r\n\r\n 2. 4. 1 成像系统软件设计 \r\n\r\n 2. 4. 2 图像重建算法 \r\n\r\n 2. 5 ECT系统应用研究 \r\n\r\n 2. 5. 1 ECT系统性能的实验研究 \r\n\r\n 2. 5. 2 ECT系统在模拟井上的应用研究 \r\n\r\n 参考文献 \r\n\r\n \r\n\r\n 第三章 基于动态信号处理的参数检测技术 \r\n\r\n 3. 1 检测原理与方法 \r\n\r\n 3. 1. 1 状态信息与待测量之间的关系 \r\n\r\n 3. 1. 2 状态信息的获取 \r\n\r\n 3. 1. 3 动态信息的分析和处理 \r\n\r\n 3. 1. 4 特点分析 \r\n\r\n 3. 2 动态信号处理的基本理论 \r\n\r\n 3. 2. 1 随机过程与随机信号的基本概念 \r\n\r\n 3. 2. 2 随机信号的幅值域处理方法 \r\n\r\n 3. 2. 3 随机信号的时域处理方法 \r\n\r\n 3. 2. 4 随机信号的频域处理方法 \r\n\r\n 3. 2. 5 随机信号的时间-频率域处理方法 \r\n\r\n 3. 3 信号处理技术在气液两相流参数检测中的应用 \r\n\r\n 3. 3. 1 流型辨识 \r\n\r\n 3. 3. 2 流量测量 \r\n\r\n 参考文献 \r\n\r\n \r\n\r\n 第四章 基于人工神经网络的软测量技术 \r\n\r\n §4. 1 人工神经网络及软测量技术简 \r\n\r\n 4. 1. 1 人工神经网络基本概念 \r\n\r\n 4. 1. 2 人工神经网络理论研究及应用发展 \r\n\r\n 4. 1. 3 基于神经网络的软测量方法概述 \r\n\r\n 4. 2 神经网络与软测量模型辨识 \r\n\r\n 4. 2. 1 神经网络类型 \r\n\r\n 4. 2. 2 用于软测量模型辨识的前向神经网络 \r\n\r\n 4. 2. 3 用于软测量模型辨识的反馈神经网络 \r\n\r\n 4. 3 基于神经网络的在线软测量通用模型 \r\n\r\n 4. 3. 1 软测量通用模型 \r\n\r\n 4. 3. 2 建立软测量模型的基本方法 \r\n\r\n 4. 4 应用 \r\n\r\n 4. 4. 1 气固两相流中固相质量流量的软测量建模 \r\n\r\n 4. 4. 2 两相流中离散相浓度的软测量建模 \r\n\r\n 4. 4. 3 两相流管截面流型辨识的软测量建模 \r\n\r\n 4. 4. 4 高炉喷吹系统煤粉流量的软测量建模 \r\n\r\n 4. 4. 5 连续搅拌反应釜的软测量建模 \r\n\r\n 4. 4. 6 流化催化裂化生产过程中的软测量技术 \r\n\r\n 参考文献 \r\n\r\n \r\n\r\n 第五章 小波分析技术 \r\n\r\n 5. 1 小波分析简介 \r\n\r\n 5. 1. 1 Fourier变换 \r\n\r\n 5. 1. 2 小波的定义 \r\n\r\n 5. 1. 3 时间-频率窗 \r\n\r\n 5. 1. 4 离散二进小波变换及Mallat算法 \r\n\r\n 5. 2 多分辨率分析 \r\n\r\n 5. 2. 1 多分辨率逼近 \r\n\r\n 5. 2. 2 多分辨率变换的实现 \r\n\r\n 5. 2. 3 正交小波表示 \r\n\r\n 5. 2. 4 正交小波表示的实现 \r\n\r\n 5. 2. 5 由正交小波表示对信号进行重建 \r\n\r\n 5. 3 应用 \r\n\r\n 5. 3. 1 气液两相流流型检测 \r\n\r\n 5. 3. 2 流化床和鼓泡塔中的流型检测 \r\n\r\n 5. 3. 3 滚动轴承故障检测 \r\n\r\n 参考文献 \r\n\r\n \r\n\r\n 第六章 相关流量测量技术 \r\n\r\n 6. 1 相关流量测量概述 \r\n\r\n 6. 1. 1 相关流量计的原理. 特点和分类 \r\n\r\n 6. 1. 2 相关流量计的现状. 存在问题和发展趋势 \r\n\r\n 6. 2 随机过程数字特征与相关函数性质 \r\n\r\n 6. 2. 1 随机过程的数字特征 \r\n\r\n 6. 2. 2 相关函数性质 \r\n\r\n 6. 3 相关流量测量系统分析 \r\n\r\n 6. 3. 1 相关流量测量系统数学模型 \r\n\r\n 6. 3. 2 相关流量测量系统误差分析 \r\n\r\n 6. 4 相关流量测量系统算法 \r\n\r\n 6. 4. 1 极性互相关原理 \r\n\r\n 6. 4. 2 极性相关算法 \r\n\r\n 6. 4. 3 梯度相关法 \r\n\r\n 6. 5 应用 \r\n\r\n 6. 5. 1 电容式气力输送系统粉料相关流量计 \r\n\r\n 6. 5. 2 纸浆光学相关流量计 \r\n\r\n 6. 5. 3 纸浆超声相关流量计 \r\n\r\n 参考文献 \r\n
\r\n

由于自动化技术在工业. 军事. 科学和医学等广阔领域中的应用得到了迅速发展, 控制科学与工程已形成了一门重要的学科. 在现代控制工程中, 对相应信息获取的过程检测提出了愈来愈高的要求, 过程自动化具体实现的关键往往就在于过程检测.

随着现代工业过程向大型化. 复杂化发展, 对参数检测本身提出了更高的要求：①单参数或简单的组合参数的检测已不能满足要求, 需要的是综合多种过程检测量, 对过程进行状态估计. 故障诊断和趋势分析, ②在许多工业应用场合宏观的检测量已不能满足要求, 需要的是二维／三维分布信息的场参数测量, ②由于技术或经济的原因, 需要采用还难以用目前硬件传感器直接检测的重要工业过程参数的软测量, ④为了适应复杂工业过程采用的各种复杂的高级控制策略的要求, 过程检测面临的是多变量的非线性动态过程或系统的实时测量. 为了满足上述各种情况下过程参数的检测要求, 已逐渐发展出了多种检测方法, 为与常规检测手段相区别, 本书称之为特种检测技术.

现代控制工程中的特种检测技术的实质是要在检测技术中引入不同程度的人工智能及各种信息处理方法以实现智能测量. 在智能测量中, 测量是一个过程, 测量仪表是整个智能测量系统, 它与微机化仪表的主要区别就在于具有各种模型组成的知识层. 根据测量前掌握的信息(即先验知识)和通过实验得到的数据(即后验知识), 建立过程或系统的数学模型, 通过相应的算法或各种信息处理方法进行数据处理, 最终达到对其性能进行状态估计的测量目的.

近20年来, 为了解决复杂工业过程参数的检测问题, 我们选择了多相流动过程这样一个复杂的. 时变的. 多变量非线性动态系统作为主要对象进行研究. 在国家自然科学基金. 国家教育委员会博士点基金. 浙江省自然科学基金以及部. 省级等14项科研项目(详见附页)支持下, 我们探索研究了基于模糊理论. 过程层析成像. 人工神经网络. 小波. 分形. Wigner—Ville时频谱等多种应用现代非线性信息处理手段的检测方法, 用于实现具有时变的动态参数. 二维／三维场参数. 以及多变量的状态参数等识别. 估计和检测的特种检测技术. 特种检测技术完整的理论体系还处在起步阶段, 离成熟的工业应用还有相当距离. 为了促进现代控制工程中信息获

取学科的发展, 本书仅就我们所作过的研究工作, 并参考国内外近期的研究进展, 适当系统化地加以总结, 作为一颗小小的铺路石.

本书由科研课题组群体编写. 李海青(前言), 黄志尧(第一章), 王保良(第二章), 劳力云(第三章), 赵购(第四章), 陈珙. 冀海峰(第五章), 黄志尧. 郑建英(第六章). 全书由李海青. 黄志尧校阅整理. 张宏建也参加了部分工作.

由于特种检测技术初次编写成书, 加以作者们水平有限, 书中一定存在不少错漏和欠妥之处, 敬请读者批评指正.

本书研究工作是在以下科研项目资助基础上完成的. 在此特向国家自然科学基金委员会. 国家教育部博士点基金委员会和归国人员基金委员会. 浙江省自然科学基金委员会. 原国家机械委仪表局. 浙江省科学技术委员会致谢.

作 者

2000年5月