| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 1 绪论 | 第10-19页 |
| ·水轮机调速器状态监测与故障诊断的意义 | 第10-11页 |
| ·状态监测与故障诊断的内涵 | 第11-12页 |
| ·状态监测与故障诊断技术的发展状况 | 第12-18页 |
| ·国外发展状况 | 第12-13页 |
| ·国内发展状况 | 第13-14页 |
| ·状态监测与故障诊断技术存在的问题 | 第14-16页 |
| ·状态监测和诊断技术未来发展方向 | 第16-18页 |
| ·本文的主要内容 | 第18-19页 |
| 2 理论分析 | 第19-32页 |
| ·水轮机调节系统 | 第19-20页 |
| ·水轮机调速器 | 第20-22页 |
| ·微机调速器模型 | 第20-21页 |
| ·调速器动态特性试验 | 第21-22页 |
| ·本课题研究的调速器模型 | 第22页 |
| ·BP 人工神经网络原理 | 第22-32页 |
| ·Bp 网络模型与结构 | 第23-25页 |
| ·BP 算法理论分析 | 第25-30页 |
| ·BP 算法学习过程 | 第30-32页 |
| 3 基于BP 网络的水轮机调速器状态监测与故障诊断 | 第32-41页 |
| ·系统总体设计 | 第32-35页 |
| ·系统功能 | 第32-33页 |
| ·实现方案 | 第33-34页 |
| ·系统总体设计结构 | 第34-35页 |
| ·信号测量模块的设计 | 第35-37页 |
| ·总体设计 | 第35页 |
| ·接力器行程信号的测量 | 第35-37页 |
| ·BP 网络状态辨识模块的设计 | 第37-41页 |
| ·总体设计 | 第37-38页 |
| ·网络输入层和输出层结构 | 第38-39页 |
| ·网络隐含层节点数 | 第39-40页 |
| ·期望误差的选取 | 第40-41页 |
| 4 基于MATLAB 的仿真实现 | 第41-53页 |
| ·MATLAB 神经网络工具箱 | 第41-46页 |
| ·面向MATLAB 的BP 神经网络的设计 | 第41-42页 |
| ·神经网络工具箱函数 | 第42-46页 |
| ·训练样本选取 | 第46-49页 |
| ·选取方法 | 第46-47页 |
| ·选取过程 | 第47-49页 |
| ·仿真实现 | 第49-53页 |
| ·网络结构的确定 | 第49页 |
| ·学习算法的选择 | 第49页 |
| ·选用的MATLAB 函数 | 第49-50页 |
| ·训练代码及结果 | 第50-51页 |
| ·结果分析 | 第51-53页 |
| 5 结论与展望 | 第53-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 附录1 攻读硕士学位期间发表论文 | 第59-60页 |
| 附录2 BP 网络训练样本 | 第60-63页 |