火电厂锅炉智能故障诊断系统研究
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-13页 |
| ·选题背景及其意义 | 第9页 |
| ·国内外研究动态 | 第9-11页 |
| ·课题研究内容 | 第11-13页 |
| 第2章 锅炉智能故障诊断系统实现算法介绍 | 第13-23页 |
| ·多维BP 神经网络 | 第13-18页 |
| ·多维BP 学习算法及过程 | 第15页 |
| ·多维BP 算法的程序实现 | 第15-18页 |
| ·多维BP 算法的主要能力 | 第18页 |
| ·关联规则数据挖掘 | 第18-22页 |
| ·关联规则数据挖掘的概念 | 第18-19页 |
| ·关联规则数据挖掘的过程 | 第19-20页 |
| ·火电厂锅炉关联规则 | 第20-21页 |
| ·基于关联规则算法 | 第21-22页 |
| ·本章结论 | 第22-23页 |
| 第3章 系统故障分析及数据库的组建 | 第23-27页 |
| ·锅炉“四管”破裂原因分析 | 第23-24页 |
| ·诊断系统数据库的组建 | 第24-26页 |
| ·故障类型表 | 第24页 |
| ·故障征兆明细表 | 第24-25页 |
| ·样本存储表 | 第25页 |
| ·锅炉“四管”破裂样本组织表 | 第25-26页 |
| ·本章结论 | 第26-27页 |
| 第4章 锅炉故障诊断两种应用的实现 | 第27-37页 |
| ·多维BP 神经网络方法的应用 | 第27-31页 |
| ·锅炉故障诊断系统 | 第27页 |
| ·故障征兆机理 | 第27-28页 |
| ·锅炉“四管”泄漏故障和征兆 | 第28-29页 |
| ·多维BP 神经网络学习训练 | 第29-30页 |
| ·故障诊断仿真 | 第30-31页 |
| ·数据挖掘和BP 神经网络相结合的应用 | 第31-35页 |
| ·系统结构 | 第31-32页 |
| ·数据挖掘 | 第32-34页 |
| ·BP 神经网络 | 第34-35页 |
| ·本章小结 | 第35-37页 |
| 第5章 锅炉智能故障诊断软件系统介绍 | 第37-42页 |
| ·软件系统结构 | 第37-38页 |
| ·软件通讯协议 | 第38-41页 |
| ·本章小结 | 第41-42页 |
| 第6章 锅炉智能故障诊断软件设计 | 第42-50页 |
| ·软件系统整体模块设计 | 第42-43页 |
| ·软件系统模块设计 | 第43-49页 |
| ·数据采集模块 | 第43-44页 |
| ·通讯模块 | 第44-45页 |
| ·BP 神经网络模块 | 第45-46页 |
| ·图元模块 | 第46-47页 |
| ·数据挖掘模块 | 第47-48页 |
| ·复位模块 | 第48页 |
| ·其它模块 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 第7章 总结 | 第50-51页 |
| 参考文献 | 第51-54页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第54-55页 |
| 致谢 | 第55-56页 |
| 详细摘要 | 第56-65页 |
