24小时论文定制热线
24小时论文定制热线
摘 要
水电机组轴线摆度测量与调整是机组安装检修工作的重要工序之一，直接影响机组安全稳定运行。目前，水电机组轴线盘车测量数据的采集、记录、计算处理都是采用人工的方式进行操作，效率低、误差大、费时费力，直接影响了轴线调整的质量。
为此，本文综合运用现代传感器技术、虚拟仪器技术、通信技术、计算机技术等开发了一套轴线摆度计算与分析系统。
首先选用高精度的激光传感器和光纤传感器代替百分表，LabVIEW 搭建盘车调整计算系统，并通过单片机和无线通信�？橛胂低辰换チ�，实现了机组轴线摆度的快速、准确测量；然后用摆度测量与分析系统在校内模型主轴上进行模拟盘车实验，获取了大量模拟盘车测量数据，通过最小二乘法对模拟测量数据进行异常分析，对于异常的数据修正处理；再运用大量测量数据对 BP 神经网络进行训练，得到训练好的 BP 神经网络模型，该模型对于水电站实测数据同样具有很好的实用性，能准确预测调整计算结果；最后分析了机组轴线曲折状态的种类及其判断依据，并用训练好的神经网络模型判断机组轴线的曲折状态，再展示系统呈现的水电机组轴系 3D 演示模型和折线显示。
该系统具有良好的可行性和重要的应用价值，不仅能准确的处理盘车测量数据，还能为检修现场调整计算提供理论支撑。
关键字：传感器；单片机；水电机组；盘车测量；摆度分析；BP 神经网络
Abstract
The measurement and adjustment of the axis swing of the hydropower unit is one of the important processes for the installation and maintenance of the unit. At present, the collection, recording and calculation of the measurement data of the axis motor of the hydropower unit are performed manually. The efficiency is low, the error is large, time-consuming and laborious, which directly affects the quality of the axis adjustment.
To this end, this paper has developed a set of axis swing calculation and analysis system using modern sensor technology, virtual instrument technology, communication technology and computer technology.
Firstly, the high-precision laser sensor and fiber-optic sensor are used instead of the dial indicator. LabVIEW builds the disc adjustment calculation system, and realizes the rapid and accurate measurement of the unit axis swing by the single-chip microcomputer and the wireless communication module and the system. The measurement and analysis system performs the simulation test on the spindle of the school model, obtains a large number of simulated vehicle measurement data, analyzes the abnormality of the analog measurement data by the least squares method, corrects the abnormal data, and applies a large amount of measurement data. The BP neural network is trained to obtain the trained BP neural network model. The model has good practicability for the measured data of the hydropower station, and can accurately predict the adjustment calculation result. Finally, the type of the tortuosity state of the unit axis and its judgment basis are analyzed. The trained neural network model is used to judge the tortuous state of the unit axis, and then the 3D demonstration model and the fold line display of the hydropower unit shafting system presented by the system are displayed.
The system has good feasibility and important application value, not only can accurately predict the swing of the vehicle measurement data, but also provide theoretical support for maintenance field adjustment calculation.
Keywords: sensor; single chip microcomputer; hydropower unit; disk swing measurement;analysis; BP neural network
目 录
第一章 绪论
1.1 课题的研究背景及研究意义
水电机组轴线测量与调整，是机组安装检修过程中一个重要环节，机组的轴线安装调整质量，将直接影响机组的安全、稳定运行[1].在安装检修过程前掌握测量原理和分析方法，然后再对机组的轴线进行调整处理，是非常必要的。
水电机组的轴线主要由发电机主轴线、水轮机主轴线组成，两者连接后轴线理论上为一条直线。在理想状态下，水轮机轴和发电机轴的中心线理论上处于几何中心线上，但在实际状态中，由于制造和安装误差等各种因素的影响，镜板摩擦面及法兰结合面与机组轴线不垂直，这就会造成机组轴线倾斜、曲折。若倾斜、曲折的机组轴线摆度值超出允许范围，机组主轴和轴承将承受额外的负担，这会引起机组振动加剧和强烈的噪声，缩短机组寿命。因此在机组的安装检修中，要采取妥善措施调整好机组轴线精度，提高安装检修的工程质量。
水电机组轴线摆度的测量是通过机组盘车来实现的，所谓"盘车"就是利用各种方法使机组转动部分缓慢转动，通过安装在转动部分各有关测量点上的百分表测出其径向位移值，以此计算最大摆度值的大小、方向角度、并分析其产生的原因，然后再针对性的加垫或者刮削相关组合面以调整机组的轴线中心。
由于机组的质量大、惯性大，人工或电动盘车转动机组时无法准确的�？吭谥付ń嵌壬�，易造成主轴径向位移值和方位角度错位，产生误差；而且，大多数电站仍采用常规的机组轴线摆度测量方式，即需专人读取和记录主轴上各测量点的百分表读数，这不仅费时费力，且会造成人为的数据误差，直接影响计算结果的准确性；同时，传统的调整计算方法存在着测量精度差、计算复杂、对操作人员要求高等缺点。上述原因直接影响了摆度计算的准确性，降低了机组盘车的质量。
因此，采用更先进的测量方式和调整计算方法替代传统的轴线摆度测量及调整计算方式，不仅提高了水电检修自动化水平，也节约了大量人力物力，提高了电站潜在发电能力，是水电行业安装检修工作的发展趋势之一。
针对水电机组传统盘车中出现的问题，拟利用现代测量技术、控制理论和人工智能技术等，研究和开发一套水电机组轴系测量、摆度分析及调整系统，并结合校内模拟盘车实验数据和水电站实测盘车数据，进行修改和完善，使其不仅能够快速准确的测量机组摆度，计算轴线调整方法，也能够快速分析机组轴线曲折状态，为水电机组检修自动化奠定基础，具有较强的工程应用价值。
1.2 国内外相关领域的研究现状与改进方向
1.2.1 国内外相关领域的研究现状
目前，在盘车动力方面，电站普遍运用自动化盘车装置代替费力的人工盘车，这种启动方式省时省力、操作简单、效果好，而且盘车启动方式智能化自动化程度也在逐步提高。关于启动方式的研究改进有很多。
苟小军用自动盘车装置对刘家峡水电厂 5#机组进行轴线调整，实践表明，该方法省时省力、操作简单、停点准确、效率高[2];庞子敬的自动盘车装置是靠弹性力偶驱动转子，在充分自由状态下实现水电机组轴线调整计算[3];覃涛在岩滩水电站 2#机组应用自动盘车装置进行盘车试验，实践证明，该盘车装置具有精度高、控制操作简单、安装拆卸方便、降低了操作人员的劳动强度等优点，提高了检修的质量和工作效率[4];王胜超在周宁水电站机组安装过程中，应用自动盘车装置进行安装工作，实践表明该装置停点准确、运行平稳、测数精度高，可以在水电机组安装中推广[5];张治忠采用了自动机械盘车装置用到枕头坝一级水电站 4#机组安装过程中，进行机组轴线同心度测量和调整，该装置有结构简单、安装拆卸方便、转速均匀等优点，提高了盘车的质量[6].
针对传统盘车数据处理方法精度低、准确性差的缺点，有很多的专业人员尝试和探索各种新的数据处理方法，期望能提高数据处理的水平�；莆捌讲捎米钚《朔ù戆咨车缯净榈呐坛凳�，并进行正弦拟合，准确地计算出最大倾斜值及对其应对方位角，有效地提高了盘车的质量[7];林焕森提出的快速准确计算盘车摆度的"四点盘车法",能用便捷的检查方法判断出盘车的质量[8];彭玉成提出了一种仅需测量装置到主轴距离的自由转角盘车方法，避免了盘车过程中角度的制约，该方法简便、精度高，可运用于工程实际[9];杨军提出用 Excel 编程方法分析处理盘车数据，提高了盘车数据处理的准确性和工作效率[10];谢建国采用非线性函数对盘车数据进行拟合处理，加快了盘车速度，提高了盘车的质量[11];王浩在分析了水电机组轴线的摆度成因后，提出了用摆度曲线和矢量合成法处理盘车数据，能提高偏移位置的寻找精度[12].
以上这些是盘车动力和盘车数据处理方面的研究改进[13],减小了盘车测量数据摆度调整计算的人为偏差，省时省力，提高了机组盘车的质量。但目前，在盘车数据采集方式方面，国内外大多数的水电站[14]还是采用常规的测量工具-百分表进行人工读数、人工记录，这种方式费时费力，且其测量精度、自动化水平低[15-16].至于把现代测量技术用到盘车数据采集方面，只有少数人进行了尝试和研究，例如：
李延阳采用电涡流位移传感器、角度位移传感器及无线�？榈扔布婊话俜直�，自动获取机组轴线的径向偏移值及其对应角度，并使用 Visual Basic 软件编程，开发了一套盘车数据采集分析处理软件[17].安刚在盖孜水电站盘车过程中，运用电涡流传感器进行数据采集，且开发一个辅助调整系统进行数据处理，具有能连续测量，自动处理等特点[18].彭铖针对传统盘车的问题，采用光电传感器初始相位，电涡流传感器采集盘车数据，大大减少了系统误差，提高了盘车的准确性[19].
在数据处理方面，运用现代测量技术和软件开发平台搭建盘车数据测量及调整分析系统[19],可以利用计算机的强大计算能力处理盘车数据[21],能精准计算、快速显示轴线摆度信息，这种现代测量技术和软件开发平台的有机结合具有广泛的运用前景[22].其中最为普遍的系统软件开发环境是美国仪器公司的 LabVIEW 软件开发平台[23].因为 LabVIEW 是图形化编程代码，易于编程、仿真，善于分析处理数据，所以国内外有许许多多的 LabVIEW 的运用实例。
例如，谢檬等人利用 LabVIEW 搭建无人机航线控制系统，实现了数据的显示、处理、数据存储及回放等功能[24];曹建树等人根据激光超声检测原理搭建 LabVIEW 的激光超声燃气管道检测系统，解决了从激光超声信号的激励到数据采集、信号分析处理和缺陷识别等技术问题，实现了油气管道各类缺陷的快速检测的目的，对解决激光超声测量与诊断问题具有实际意义[25].
然而，LabVIEW 系统在水电机组安装检修方面的运用比较罕见，只是在水电机组在线监测和故障诊断方面有研究。比如，丁鈺利用 LabVIEW 软件开发平台，研发出一套水电机组振动状态监测和诊断系统，可以在线采集与分析水电机组的振动信号，并能实时显示机组的故障原因，从而能及时的将振动故障控制在允许范围内，该系统对于水电机组安全、稳定运行具有实际运用价值[26].瞿曌等人考虑到水电机组状态监测的多样性和复杂性，运用 LabVIEW 搭建水电机组在线状态检测系统，实时对水电机组状态量进行采集、分析处理，以此及时了解机组的运行状态，方便及时处理故障，极大的提高了机组利用率[27].
1.2.2 轴系测量发展方向
�。�1）改进盘车数据采集和计算方式在盘车摆度数据采集和计算方面，大部分的水电站还是采用百分表进行人工读数、人工记录、人工计算，这种方式费时费力，且其测量精度、自动化水平低。而目前，高精度的激光位移传感器和光纤传感器完全可以代替传统的百分表进行数据采集；同时用 LabVIEW 等软件开发平台设计出一套盘车数据计算分析系统，再将传感器与系统通过无线网络�？榻腥碛布岷�，这样自动化、智能化的系统开发设计也是水电机组安装检修的发展趋势。
�。�2）摆度数据处理的先进算法传统的数据处理方式是运用相似三角形原理和老师傅的经验来进行计算处理，这样对于操作人员的经验要求高，但计算精度和准确性低，同时还需要多次重复的盘车。
通过运用先进的算法，如最小二乘法，BP 神经网络算法来处理盘车测量数据，进一步对数据拟合处理，能提高数据测量的精度和处理结果的正确性。
�。�3）探究轴系曲折状态的原因人工测量及调整计算常常局限于盘车测量数据，未对机组轴系曲折状态进行深入研究，若弄清水电机组轴系曲折状态类型及其潜在故障原因，将有利于提高摆度分析准确性和精度。
1.3 本文主要研究内容
根据水电机组的盘车数据测量及调整计算的原理，在现代测量技术和 LabVIEW虚拟仪器技术的基础上，搭建水电机组轴线摆度计算与分析系统。为了更进一步的指导水电机组盘车检修工作，根据最小二乘法处理模拟盘车测量数据并训练 BP 神经网络模型，再次用电站实测盘车数据检验训练好的神经网络模型的性能。
第一章：目前，我国大部分的水电站盘车过程中存在数据精度差、费时费力、操作难度大等问题，根据这种现状阐述了盘车自动化、智能化的重要运用价值；然后综述了现今国内外水电机组盘车方面的研究现状，并指出了未来的发展方向。
第二章：介绍了传感器、无线�？�、单片机等硬件设备的选择，并运用 LabVIEW软件开发平台搭建了能在线监测、调整计算的盘车测量及调整计算系统，同时在校内搭建水电机组模拟实验平台并进行模拟盘车实验，获取了 500 圈的盘车测量数据，为下一步的数据分析做好了准备。
第三章：用最小二乘法对模拟盘车数据进行异常分析，对于异常数据进行处理。
第四章：用获得的 500 圈盘车测量数据训练 BP 神经网络模型，然后比较分析预测输出值和实际输出值的关系，检验神经网络模型的预测性能；再设置好电站机组计算参数后，再用训练好的 BP 神经网络模型处理电站盘车实测数据，具有很好的实用性，可以给电站的轴线调整计算提供数据参考。
第五章：分析了机组轴线曲折状态的种类及其判断依据，并用训练好的神经网络模型判断水电机组轴线曲折状态，最后展示系统的水电机组轴线 3D 演示模型。
第六章：归纳了全文的工作内容，展望了水电机组轴线摆度测量及分析调整工作的未来发展方向。
第二章 基于单片机的摆度测量系统设计
2.1 水电机组轴线测量概述
2.2 测量调整计算系统硬件选型
2.2.1 激光位移传感器的选型
2.2.2 光纤传感器选型
2.2.3 无线通信�？�
2.3 单片机及其相关设备
2.3.1 单片机
2.3.2 TTL 转 RS232 电平�？�
2.3.3 欧姆龙中间继电器
2.3.4 RS232 转 RS485/422 转换器
2.3.5 测量控制原理
2.4 测量调整计算系统软件框架
2.4.1 在线监测界面
2.4.2 轴线调整计算界面
2.4.3 加垫（刮削）量计算界面
2.5 校内模型实验平台简介
2.5.1 模型主轴
2.5.2 传感器安装支架
2.5.3 电动机
2.5.4 电动机支架
2.5.5 主轴连接器
2.6 模型实验存在的问题及改进方法
2.6.1 摆度测量数据丢失及改进方法
2.6.2 光纤传感器感应金属检测体可靠性差及改进方法
2.6.3 测量点数据重复性差
2.7 系统控制优化的测试结果
2.8 本章小结
第三章 基于最小二乘法的实测数据异常分析
3.1 数据异常分析的理论依据
3.2 判断数据异常及异常点位置
3.3 数据异常解决方案
3.4 本章小结
第四章 水电机组轴线实测摆度数据分析
4.1 水电机组轴线摆度及调整计算
4.1.1 水电机组轴线摆度计算
4.1.2 水电机组轴线调整计算
4.1.3 传统轴线调整计算方法的不足
4.2 水电机组轴系摆度计算建模
4.2.1 BP 神经网络
4.2.2 BP 神经网络性能参数确定
4.3 水电机组轴系摆度计算模型训练
4.4 某电站实测盘车数据分析
4.4.1 电站机组的系统盘车测试
4.4.2 电站盘车测量数据分析
4.5 本章小结
第五章 水电机组轴线摆度曲折状态分析
5.1 基于水电机组轴线摆度计算模型的曲折状态分析
5.2 水电机组轴线曲折状态 3D 展示
5.3 本章小结
第六章 总结与展望
6.1 总结
水电机组轴线摆度测量与分析系统计算精准、整洁美观、功能齐全，能满足测试便捷的需求。本系统能够方便、准确的进行盘车数据的采集、计算分析，从而能解决人力盘车的种种问题，节省人力投入、缩短时间、提高了经济效益。
具体来说，本文从硬件选择、软件设计、模型主轴制作等多个方面出发，设计一套轴系摆度测量与分析系统，再进行模拟盘车实验，用神经网络训练模拟盘车数据，再用真实的盘车检验系统计算的准确性。提高了本系统的数据分析处理能力。
相对于传统的盘车方法该系统的创新之处主要表现为：
�。�1）开发了水电机组轴线摆度计算与分析系统为了提高采集盘车数据的准确性和自动化水平，利用激光位移传感器装置和光纤角度传感器配合使用，采集各个测量位置的径向倾斜值及其对应方位，并通过无线�？榇涞� PC 机系统中进行处理；为了提高盘车数据自动化水平，利用 LabVIEW 开发了水电机组轴线摆度计算与分析系统，系统有在线监测、轴线调整计算、处理量计算、摆度值显示和曲线图像显示等 5 个功能�？�，能实时接收无线�？榇吹氖�，并进行计算分析，克服了传统百分表的缺点，对于提高水电站安装检修水平具有重要意义。
�。�2）建立了水电机组轴线摆度计算模型通过校内模型主轴进行模拟盘车试验，获取了大量的盘车测量数据。再利用这些盘车数据训练系统软件部分内的 BP 神经网络，模型对于水电站实测数据同样具有很好的实用性，能准确预测调整计算结果，模型提高了数据处理结果的正确性，避免了反复的盘车。
�。�3）建立了水电机组轴线摆度曲折状态分析模型基于水电机组轴线曲折状态的种类，利用训练好的 BP 神经网络模型判断机组轴线的曲折状态，系统可以立体的呈现水电机组轴系 3D 演示模型和轴线的折线形式，方便工作人员快速找到问题。
6.2 展望
随着现代测量技术和计算机技术，信息技术的飞速发展，高精度的传感器代替百分表测量读数、计算机系统部分甚至全部代替人工是水电站的发展趋势。
本系统所考虑的只是立式水电机组的盘车，而对于对于卧式机组的轴线摆度测量调整未进行研究，而这也是水电机组安装检修自动化的重要方向。本系统仅对两端轴的盘车方式进行了研究改进，对于三段的机组盘车暂时未考虑进来，因为三段轴线的曲折状态更为复杂，需要考虑更多的影响因素，采集更多的测量数据，同时，需要调整受油器和操作油管等部位的轴线的机组也未考虑进来。再者加入更加精准、实用的先进算法，运用更易学、更稳定软件开发平台搭建软件系统也是一个重要的发展趋势。
这些都对于确定处理量大小和方位角度具有重大促进作用，未来的轴线摆度调整系统将会更加简便、精确、智能，对于不同类型的机组，都会有不同的系统进行相应的轴线调整计算和故障分析，这是水电站自动化的发展的方向。
参考文献
[1] 郑源，陈德新。水轮机[M].北京： 中国水利水电出版社，2011.
[2] 苟小军，张建伟，冯铁成。 自动盘车装置在刘家峡水电厂的应用[J].水电能源科学。2008（28）：52-53.
[3] 庞子敬。 自动盘车装置在三峡机组的应用[J]. 水电站机电技术。 2016（06）： 18-19.
[4] 覃涛。自动盘车装置在岩滩水电站的应用[J]. 企业科技与发展。2015（11）： 80-82.
[5] 王胜超。自动盘车装置在周宁水电站的应用[J]. 防爆电机。2013（02）： 46-47.
[6] 张治忠，熊玺。自动盘车装置在枕头坝一级水电站中的应用[J].四川水力发电，2015（06）：133-135.
[7] 黄伟平�；谧钚《朔夂系牧⑹剿缁榕坛导扑阈路椒╗J]. 水利科技与经济。2017（10）：51-54.
[8] 林焕森。水电机组盘车摆度准确计算的最新研究成果[J].水电站机电技术。 2015（03）：8-14+24+71.
[9] 彭玉成，曹艳，吴钢。 水电机组自由转角盘车算法[J].水电能源科学。2011（08）：134-136.
[10] 杨军，谢治。 基于 EXCEL 的水轮机盘车数据处理方法的研究[J].黑龙江科技信息，2016（31）：117.
[11] 谢建国，方仲超。 水轮发电机组盘车数据处理及软件开发[J]. 水电站机电技术。2016（02）：4-7+79.
[12] 王浩，马建治，罗杰。 立式水轮发电机组轴线摆度的几何分析[J].科技创新导报，2008（10）：52-53.
[13] 李志红�；菩【�。梁兴。杜懋远。谭会林。张剑焜。 立式水轮机组的摆度测量分析[J]. 南昌工程学院学报，2019（01）：104-106.
[14] GW25-e2275 Mitochondrial tRNA-Thr Gene Mutation in Maternally Inherited Hypertension and the Regulatory Mechanism in Adiponectin Pathway[J]. Lan yunfeng,Yin Tong,Zhu Qinglei,Yang Jie,Li Zongbin,Liu Yiqi,Gao Jinliao,Wang Xueping,Zhu Chao. Journal of the American College of Cardiology. 2014（16）：C7-C7.
[15] 刘润根。水电站机组智能盘车系统设计与应用[J]. 中国水利水电科学研究院学报[J].2015（1）：74-80.
[16] 孟安波。水电机组全自动智能盘车系统设计与应用[J]. 大电机技术，2012（1）： 31-33+64.
[17] 李延阳。云峰发电厂盘车数据采集分析处理系统开发与应用[D].长春工程学院。2015.
[18] 安刚，张宇飞。 自动盘车测量及辅助调整系统在盖孜水电站的应用研究。水电站机电技术。2017（1）：58-62.
[19] 彭 铖 . 抽 水 蓄 能 机 组 连 续 盘 车 相 位 识 别 方 法 研 究 [J]. 中 国 农 村 水 利 水 电 .2016（01）：149-151+157.
[20] Elucidating the molecular mechanism of the inhibitory effect of epigallocatechin-3-gallate on Microcystis aeruginosa[J]. Jin Wang,Chen Dai,Xiaoqian Zhang,Yaping Lu. Journal of Applied Phycology. 2018（3）：1747-1758.
[21] Large buoyant particles dominated by cyanobacterial colonies harbor distinct bacterial
communities from small suspended particles and free‐living bacteria in the water column[J].Limei Shi,Yaxin Huang,Min Zhang,Xiaoli Shi,Yuanfeng Cai,Shengling Gao,XiangmingTang,Feizhou Chen,Yaping Lu,Fanxiang Kong. MicrobiologyOpen. 2018（6）：601-608.
[22] Clinical factors associated with circulating tumor DNA （ct DNA ） in primary breast cancer[J]. Yidong Zhou,Yaping Xu,Yuhua Gong,Yanyan Zhang,Yaping Lu,Changjun Wang,Ru Yao,Peng Li,Yanfang Guan,Jiayin Wang,Xuefeng Xia,Ling Yang,Xin Yi,Qiang Sun. Molecular Oncology.2019（5）：1943-1952.
[23] Voltammetric Determination of Metol on a Gold Nanoparticle Modified Carbon Molecular WireElectrode[J]. Xueliang Niu,Lijun Yan,Zuorui Wen,Xiaobao Li,Yanyan Niu,Yaping Lu,Wei Sun.Analytical Letters. 2017（2）：232-240.
[24] 谢檬，宋菲。 基于 LabVIEW 的无人机航线控制系统的设计[J]. 自动化与仪表 . 2019（08）：43-46 .
[25] 曹建树等�；� LabVIEW 的激光超声管道检测系统[J]. 中国测试。2017（10）： 80-85 .
[26] 丁鈺�；� LabVIEW 的水轮发电机组振动监测系统设计[D]. 华北水利水电大学。
[27] 瞿曌�；谛槟庖瞧鞯乃缁樵谙咦刺嗖庀低车难芯� [J]. 电力建设。2005（02）： 61-64.
[28] 吴正茂。杨莹。吴勇。周鹏辉 . 基于 STC 单片机的太阳能 LED 路灯控制器设计[J]. 南昌工程学院学报。2011（06）： 19-22.
[29] 夏胜利，殷鸣�；� STM32 单片机的智能公交设计[J]. 物联网技术。2019（08）： 53-54.
[30] 吴鹏浩�；诘テ牡缌餍藕偶觳庀低成杓芠J]. 物联网技术。2019（04）： 19-20+24.
[31] 刘萍先。曹清华。赵筱媛。 基于 RS232/485 协议的多机通信系统的设计[J]. 南昌工程学院学报。2008（06）： 16-19+28.
[32] 谷敏，谢靖。研究单片机的光电传感信号检测系统设计[J]. 电子制作。2017（04）： 9+11.
[33] A Thermosetting Oil for Droplet‐Based Real‐Time Monitoring of Digital PCR and Cell Culture[J].Wenshuai Wu,Shufang Zhou,Jiumei Hu,Guoping Wang,Xiong Ding,Tong Gou,Jingjing Sun,Tao Zhang,Ying Mu. Advanced Functional Materials. 2018（39）。
[34] Reply to "Comment on population trends of southern rockhopper penguins （ Eudyptes chrysocome chrysocome ） on Isla Pingüino, Santa Cruz, Argentina" by Nina Dehnhard[J]. P. Gandini,A.Millones,A. Morgenthaler,E. Frere. Polar Biology. 2017（8）。
[35] Nina Simon: The Participatory Museum. Santa Cruz, CA: Museum 2.0. 2010.[J]. Kjetil Sandvik.MedieKultur: Journal of Media and Communication Research. 2011（50）。
[36] Smart upconversion nanosystem for near-infrared light triggered photodynamic therapy and pH-responsive drug delivery[J]. Sheng Wang,Weitao Yang,Jin Chang,Hanjie Wang.Nanomedicine: Nanotechnology, Biology, and Medicine. 2016（2）
[37] 卢胜，康慨�；诓钇捣ê妥钚《朔ǖ� XLPE 绝缘检测分析[J]. 陕西电力。2017（02）： 88-91;
[38] 刘兆霆，吴端坡。信号检测与估计课程教学讨论之最小二乘估计问题 [J]. 电力建设。2005（02）：61-64.
[39] 刘盼，刘涤尘�；谒蚬て低ㄐ畔低车娜跣藕偶觳庥敕治� [J]. 电力科学与工程。2008（09）：61-64.
[40] 汤宏颖。提高微光信号检测灵敏度的新方法[D]. 天津大学。
[41] Roshan Zamir Z. Detection of epileptic seizure in EEG signals using linear least squarespreprocessing [J]. Computer Methods and Programs in Biomedicine.2016: 95-109;
[42] Benjamin J Pitcher, Elodie F Briefer, Alan G McElligott. Intrasexual selection drives sensitivity topitch, formants and duration in the competitive calls of fallow bucks[J]. BMC EvolutionaryBiology, 2015, 15（1）：429-435.
[43] Luigi Liotta, Leonardo Nanni Costa, Biagina Chiofalo et al. Effect of lairage duration on someblood constituents and beef quality in bulls after long journey[J]. Italian Journal of Animal Science,2010, 6（4）。
[44] Meghan Watson, Mohamad Sawan, Numa Dancause. The Duration of Motor Responses Evokedwith Intracortical Microstimulation in Rats Is Primarily Modulated by Stimulus Amplitude andTrain Duration.[J]. PLoS ONE, 2017, 11（7）。
[45] Age determination for a Neolithic site in northeastern Qinghai-Tibetan Plateau using a combinedluminescence and radiocarbon dating[J]. E.ChongYi ZhongPingLai .2015（1）：411-415.
[46] Human Naive Embryonic Stem Cells: How Full Is the Glass?[J]. Yixuan Wang,Shaorong Gao.Cell Stem Cell. 2016（3）。
[47] Variation of the microbial community in thermophilic anaerobic digestion of pig manure mixedwith different ratios of rice straw[J]. Sheng Zhou,Marcell Nikolausz,Jining Zhang,ShoheiRiya,Akihiko Terada,Masaaki Hosomi. Journal of Bioscience and Bioengineering. 2016（3）。
[48] A two-dimensional layered CdS/C2N heterostructure for visible-light-driven photocatalysis.[J].Luo Xukai,Wang Guangzhao,Huang Yuhong,Wang Biao,Yuan Hongkuan,Chen Hong. Physical chemistry chemical physics : PCCP. 2017（41）。
[49] 王嵘冰。 BP 神经网络隐含层节点数确定方法研究[J]. 计算机技术与发展。2018（04）： 31-35.
[50] 沈花玉。BP 神经网络隐含层单元数的确定[J]. 天津理工大学学报。2008（05）： 13-15.
[51] 谢风光。应秋萍。改进 BP 神经网络在水环境质量评价中的应用[J]. 南昌工程学院学报。2012（06）：39-42.
[52] 胡浩儒�；� BP 神经网络的刻蚀偏差预测模型 [J]. 贵州大学学报。2019（04）： 88-92.
[53] 刘振中。李越 .BP 神经网络在沉淀池费用函数模型中的应用[J]. 南昌工程学院学报。2006（03）：50-52+64.
[54] 谢进�；� BP 神经网络的水轮机调节系统建模与仿真[J]. 水利水电技术。2015（03）： 119-122.
[55] 林滨，石才生�；诨毓榉治龅乃缁橹嵯咔墼づ卸戏治鯷J]. 水利科技与经济。2017（10）：59-62.
（如您需要查看本篇毕业设计全文，请您联系客服索�。�