1. 本选题研究的目的及意义

随着现代工业技术的快速发展，对温度监测和控制的要求日益提高。

传统的温度测量方法往往存在精度低、响应速度慢、易受电磁干扰等问题，难以满足现代工业生产的需求。

光纤光栅传感器作为一种新型的温度传感技术，具有灵敏度高、抗电磁干扰能力强、耐腐蚀、体积小等优点，在航空航天、石油化工、电力系统等领域得到了广泛应用。

2. 本选题国内外研究状况综述

近年来，光纤光栅传感器和长短期记忆网络技术都取得了显著的进步，并逐渐应用于温度监测和预测领域。

1. 国内研究现状

国内学者在光纤光栅温度传感技术方面已开展了大量研究工作，并在光纤光栅传感器的制备工艺、性能优化、应用研究等方面取得了一定的成果。

3. 本选题研究的主要内容及写作提纲

本研究主要内容包括以下几个方面：
1.光纤光栅温度传感原理研究：阐述光纤光栅的基本原理、温度传感机理、特点及优势，为后续研究奠定理论基础。

2.长短期记忆网络模型构建：介绍lstm网络的结构、温度预测原理，并针对光纤光栅温度数据的特点，对lstm网络进行优化，提高模型的预测精度。

3.光纤光栅温度曲线预测：利用采集到的光纤光栅温度数据，对构建的lstm模型进行训练和测试，评估模型的预测性能，并对预测结果进行分析。

4. 研究的方法与步骤

本研究将采用理论分析、实验研究和仿真模拟相结合的方法，具体步骤如下：
1.理论分析：深入研究光纤光栅温度传感原理和lstm网络预测原理，为系统的设计和实现提供理论指导。

2.数据采集：搭建光纤光栅温度传感实验平台，采集不同温度条件下的光纤光栅反射谱数据，并对数据进行预处理，为lstm模型的训练和测试做好准备。

3.模型构建与训练：利用tensorflow或pytorch等深度学习框架，构建lstm网络模型，并利用预处理后的光纤光栅温度数据对模型进行训练，优化模型参数，提高模型的预测精度。

5. 研究的创新点

本研究的创新点主要体现在以下几个方面：
1.提出了一种基于lstm网络的光纤光栅温度曲线预测方法，相较于传统的温度预测方法，该方法能够更好地捕捉温度时间序列数据中的非线性特征，提高温度预测的精度。

2.设计了一种基于光纤光栅温度曲线预测的报警系统，实现了温度异常的提前预警，为工业生产安全提供了保障。

3.将光纤光栅传感技术与lstm网络技术相结合，为光纤光栅传感技术的智能化应用提供了新的思路和方法。

6. 计划与进度安排

第一阶段 （2024.12~2024.1）确认选题，了解毕业论文的相关步骤。

第二阶段（2024.1~2024.2）查询阅读相关文献，列出提纲

第三阶段（2024.2~2024.3）查询资料，学习相关论文

7. 参考文献（20个中文5个英文）

[1] 刘伟,周俊,林嘉裕,等.基于长短期记忆网络的短期电力负荷组合预测[j].电力系统保护与控制,2021,49(09):126-134.

[2] 姚天宇,韩冰,孙超,等.基于长短期记忆网络的分布式光纤温度传感系统[j].光学学报,2021,41(01):113-120.

[3] 李杨,李彦,邓勇.基于长短期记忆网络的变压器故障诊断方法[j].高压电器,2021,57(04):257-264.