基于机器学习的微悬臂梁式传感器仿真误差修正方法研究

目录

声明

第1 章绪论

1.1研究背景及意义

1.2 微悬臂梁传感器研究现状

1.3 微传感器的CAE 分析研究现状

1.4 论文的主要研究内容

1.5 本文的行文思路

第2 章机器学习算法和理论

2.1 机器学习简介

2.2 机器学习理论

2.2.1 有监督学习问题的数学描述方法

2.2.2 BP神经网络算法理论

2.3 本章小结

第3 章悬臂梁式电流传感器的传感机理与CAE 分析

3.1 悬臂梁式电流传感器传感机理和结构

3.2 悬臂梁式电流传感器多场耦合有限元仿真方法与验证

3.2.1 多场耦合有限元理论简介

3.2.3 多场耦合有限元仿真方法的实验验证

3.2.4 多场耦合有限元仿真方法的3D和2D 简化理论

3.3悬臂梁式电流传感器系统化地二维和三维有限元仿真

3.3.1 3D 和2D有限元仿真关键步骤

3.3.2有限元仿真结果

3.4 对耦合场的误差溯源

3.4.1 对单独的固体力学模块的2D 和3D 仿真结果对比

3.4.2 对单独的磁场的2D 和3D 仿真结果对比

3.5本章小结

第4 章基于BP神经网络的误差修正方法

4.1 误差修正方法的建立

4.2 模型的训练和测试验证实验

4.3 模型的测试验证实验

4.4 对误差修正方法的探讨

4.5 本章小结

第5 章误差修正方法在其他传感器上的适用性

5.1 多参量传感器的设计和实验验证

5.2 多参量传感器的二维三维有限元仿真和模型训练

5.3 多参量传感器的误差修正模型训练

5.4 本章小结

第6 章总结与展望

6.1 论文总结

6.2 未来研究展望

参考文献

攻读硕士期间所取得的研究成果

致谢