当前位置:主页 > 理工论文 > 气象学论文 >

探空湿度测量及太阳辐射误差修正系统的研究

发布时间:2023-05-18 23:21
  目前对于气象要素的测量大部分使用的是数字探空仪,其在湿度测量方面精度一直不高,其原因除湿度传感器自身的误差之外,更主要的是湿度测量时容易受到环境中其他因素的干扰,而其中研究较少的太阳辐射所造成的湿度测量误差却是一个不容忽视的因素,本课题将着重研究太阳辐射对探空湿度测量的影响。首先研究太阳辐射对湿度测量产生误差的机理;其次采用流体动力学软件模拟仿真,并结合实验验证的方法研究太阳辐射引起湿度测量的误差;最后以探空仪GTS1为模型,通过神经网络算法对模拟仿真的大量数据样本进行处理,预测湿度测量的太阳辐射误差,并对南京探空站湿度测量太阳辐射误差进行修正。具体研究内容如下。(1)围绕GTS1型探空仪展开研究,通过计算流体动力学(CFD,Computational Fluid Dynamics)软件对探空仪内的湿敏电阻(假设没有防护罩)进行太阳辐射升温量的仿真计算,再通过温度误差获取湿度测量误差。在对湿度测量系统处于不同条件下仿真发现,海拔高度、太阳辐射强度以及太阳高度角三种因素均会对其升温量产生影响,且都为正相关,升温量最高达到4.87℃,湿度测量的相对误差达到32.99%。然后以GTS1湿度测...

【文章页数】:98 页

【学位级别】:硕士

【文章目录】:
摘要
Abstract
第一章 绪论
    1.1 研究背景
    1.2 国内外研究现状
        1.2.1 国外研究现状
        1.2.2 国内研究现状
    1.3 目前高空湿度测量存在的问题
    1.4 本文的研究内容及章节安排
第二章 计算流体动力学与太阳辐射误差相关理论
    2.1 流体力学的理论基础
    2.2 CFD数值模拟方法
    2.3 计算流体动力学研究方法
    2.4 太阳辐射相关参数计算
    2.5 湿度测量太阳辐射偏干误差机理
    2.6 本章小结
第三章 GTS1 探空仪湿度传感器的辐射升温研究
    3.1 碳膜湿敏电阻模型的建立
    3.2 模型的网格划分
    3.3 Fluent仿真设计
    3.4 仿真结果分析
        3.4.1 海拔对湿度传感器表面辐射升温的影响
        3.4.2 太阳辐射强度对湿度传感器表面辐射升温的影响
        3.4.3 太阳高度角对湿度传感器表面辐射升温的影响
        3.4.4 防护罩对湿度传感器表面辐射升温的影响
    3.5 本章小结
第四章 湿度测量修正系统硬件设计
    4.1 系统总体硬件电路设计
    4.2 温湿度测量电路设计
        4.2.1 湿度测量电路
        4.2.2 温度测量电路
    4.3 信号采集电路设计
        4.3.1 模拟电源与基准电压源
        4.3.2 信号采集模块设计
        4.3.3 隔离通信电路
    4.4 微处理器电路设计
    4.5 数字电源部分设计
    4.6 显控电路
    4.7 通信电路设计
        4.7.1 RS-232 串口通信电路设计
        4.7.2 DM9000A网络通信电路设计
        4.7.3 无线通信LORA模块设计
    4.8 PCB设计
    4.9 本章小结
第五章 湿度测量修正系统嵌入式软件开发
    5.1 系统软件设计方案
    5.2 嵌入式Linux软件平台搭建
    5.3 数据采集端程序设计
        5.3.1 AD7794 设备驱动编写
        5.3.2 温度/湿度采集程序设计
        5.3.3 相对湿度实时修正程序设计
    5.4 通信软件模块的开发
        5.4.1 基于TCP协议的通信软件开发
        5.4.2 基于QT的上位机软件开发
        5.4.3 无线LORA模块软件的开发
    5.5 本章小结
第六章 实验验证及结果分析
    6.1 湿度传感器的标定
    6.2 实验平台的搭建
        6.2.1 SS-150A全光谱射线模拟系统
        6.2.2 真空环境模拟管
        6.2.3 实验过程
    6.3 实验与仿真对比结果分析
        6.3.1 不同海拔的实验验证
        6.3.2 不同辐射强度的实验验证
        6.3.3 不同太阳高度角的实验验证
    6.4 相对湿度测量实验结果的对比验证
    6.5 本章小结
第七章 GTS1 探空仪湿度测量的神经网络预测修正算法
    7.1 PSO-BP神经网络数据融合
        7.1.1 人工神经网络概述
        7.1.2 BP神经网络概述
        7.1.3 PSO-BP神经网络模型
    7.2 PSO-BP神经网络的湿度传感器辐射升温量预测结果分析
        7.2.1 PSO-BP神经网络预测样本
        7.2.2 PSO-BP神经网络预测结果对比
        7.2.3 PSO-BP神经网络预测模型的实用性验证
    7.3 PSO-BP神经网络温度预测算法的移植
    7.4 本章小结
第八章 总结与展望
    8.1 总结
    8.2 展望
参考文献
致谢
作者简介



本文编号:3819200

资料下载
论文发表

本文链接:https://www.wllwen.com/projectlw/qxxlw/3819200.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户9714a***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com