| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 概述 | 第7-13页 |
| ·水电机组检修体制 | 第7-9页 |
| ·水电机组状态检修技术发展现状及趋势分析 | 第9-11页 |
| ·国外发展现状 | 第9-10页 |
| ·国内发展现状 | 第10-11页 |
| ·课题来源、主要研究内容及意义 | 第11-13页 |
| 第二章 混沌神经网络及状态检修模型 | 第13-26页 |
| ·混沌神经网络理论的提出 | 第13页 |
| ·混沌神经元模型 | 第13-15页 |
| ·混沌神经元网络模型 | 第15-17页 |
| ·混合神经网络模型 | 第17-18页 |
| ·算法比较 | 第18-22页 |
| ·BP网络学习算法 | 第18-21页 |
| ·混合神经网络学习算法 | 第21-22页 |
| ·混合神经网络故障诊断实例仿真 | 第22-25页 |
| ·混合神经网络的学习与训练 | 第22-23页 |
| ·混合神经网络实现故障诊断 | 第23-24页 |
| ·仿真结构图 | 第24-25页 |
| ·本章小节 | 第25-26页 |
| 第三章 基于RCM的状态检修策略理论 | 第26-44页 |
| ·状态检修概况 | 第26-27页 |
| ·RCM状态检修策略 | 第27-36页 |
| ·RCM状态检修策略模型 | 第27-29页 |
| ·RCM检修策略实例 | 第29-30页 |
| ·RCM策略结构模型——故障树分析 | 第30-36页 |
| ·RCM检修策略实例应用 | 第36-42页 |
| ·小结 | 第42-44页 |
| 第四章 基于RCM的水轮发电机状态检修及故障诊断系统设计 | 第44-52页 |
| ·软件开发环境 | 第44页 |
| ·水轮发电机组状态检修及故障诊断系统的总体结构 | 第44-49页 |
| ·状态监测模块 | 第45-47页 |
| ·数据采集与预处理 | 第47-48页 |
| ·故障诊断模块 | 第48-49页 |
| ·故障诊断模块实现 | 第49-51页 |
| ·故障诊断子模块 | 第50页 |
| ·故障诊断模块 | 第50-51页 |
| ·总结 | 第51-52页 |
| 第五章 总结与展望 | 第52-54页 |
| ·总结 | 第52页 |
| ·展望 | 第52-54页 |
| 致谢 | 第54-55页 |
| 参考论文 | 第55-59页 |
| 附录 | 第59-60页 |