基于WSN的煤层瓦斯抽采评估系统的研究 |
论文目录 | | 致谢 | 第1-5页 | 摘要 | 第5-6页 | Abstract | 第6-10页 | 1 引言 | 第10-16页 | · 选题背景 | 第10-11页 | · 研究的意义 | 第11-12页 | · 国内外研究现状 | 第12-13页 | · 本文主要研究内容和方法 | 第13-14页 | · 本章小结 | 第14-16页 | 2 基于ZigBee技术的无线传感器网络 | 第16-26页 | · 无线传感器网络 | 第16-18页 | · 无线传感器网络的发展过程 | 第16页 | · 无线传感器网络的体系结构 | 第16-18页 | · 无线传感器网络的特点 | 第18页 | · 基于ZigBee的无线通信技术 | 第18-20页 | · ZigBee技术的特点 | 第18-19页 | · ZigBee技术的应用 | 第19-20页 | · ZigBee技术与其它技术的对比 | 第20页 | · 采用ZigBee通信技术的可行性分析 | 第20-25页 | · ZigBee网络的组成 | 第21-22页 | · ZigBee协议栈 | 第22-25页 | · 本章小结 | 第25-26页 | 3 基于WSN的煤层瓦斯抽采评估系统架构 | 第26-32页 | · 系统总体架构 | 第26-28页 | · 系统需求分析 | 第28-29页 | · 系统所需开发工具分析 | 第29-30页 | · 系统开发工具 | 第29页 | · SQL Server 2008数据库 | 第29-30页 | · 技术路线 | 第30页 | · 本章小结 | 第30-32页 | 4 瓦斯抽采评估方法和瓦斯浓度预测模型设计 | 第32-50页 | · 煤层瓦斯分区段抽采原理 | 第32-33页 | · 煤层瓦斯抽采评估方法的设计 | 第33-34页 | · 瓦斯浓度预测模型的设计 | 第34-40页 | · 预测模型的分析 | 第34-35页 | · 瓦斯浓度分态预测的原理 | 第35-36页 | · 系统识别标量的确定及其计算 | 第36-37页 | · 基于RBF神经网络预测模型的构建 | 第37-38页 | · 基于改进LS-SVM预测模型的构建 | 第38-39页 | · 分态预测模型的实现 | 第39-40页 | · 仿真实验与分析 | 第40-48页 | · 数据来源 | 第40页 | · 预测评价指标 | 第40-41页 | · 瓦斯浓度时间序列预测 | 第41-48页 | · 本章小结 | 第48-50页 | 5 基于ZigBee无线通信分站的硬件设计 | 第50-60页 | · 无线收发芯片CC2430 | 第50-51页 | · RS-485通信模块 | 第51-53页 | · ZigBee无线通信设备的设计 | 第53-55页 | · 硬件调试过程 | 第55-58页 | · 本章小结 | 第58-60页 | 6 系统软件体系结构与设计 | 第60-72页 | · 数据库需求分析 | 第60页 | · 数据库的连接 | 第60-61页 | · 系统中各个模块的设计 | 第61-70页 | · 传感器配置类的设计 | 第61-63页 | · 分站配置类的设计 | 第63页 | · 通道配置类的设计 | 第63-64页 | · 数据曲线显示设计 | 第64-65页 | · 数据列表显示设计 | 第65-66页 | · 瓦斯抽采评估功能的设计 | 第66-68页 | · 瓦斯浓度预测功能的设计 | 第68-70页 | · 本章小结 | 第70-72页 | 7 总结和展望 | 第72-74页 | · 总结 | 第72-73页 | · 展望 | 第73-74页 | 参考文献 | 第74-76页 | 作者简历 | 第76-78页 | | 第78页 |
|
|
|
| |