凝汽器真空故障诊断模型的研究

摘要	第1-6页
Abstract	第6-9页
第1章 绪论	第9-14页
·课题的研究背景和意义	第9-10页
·国内外研究情况	第10-12页
·论文的研究任务	第12-14页
第2章 凝汽系统的性能监测模型	第14-36页
·凝汽设备的工作原理	第14-15页
·凝汽器的真空及其影响因素	第15-20页
·凝汽器真空的理论分析	第15-17页
·影响凝汽器真空的主要因素分析	第17-20页
·凝汽器真空模型的数据预处理	第20-23页
·主成分分析	第20-21页
·训练输入预处理的实验过程	第21-23页
·模型参数预测的方法	第23-27页
·BP 神经网络	第23-24页
·粒子群优化算法(PSO)	第24-25页
·粒子群算法优化 BP 神经网络	第25-27页
·凝汽器真空应达值预测模型的设计	第27-32页
·模型的结构确定	第27页
·采用 BP 神经网络的预测结果与分析	第27-30页
·粒子群算法优化神经网络的预测结果与分析	第30-32页
·凝汽系统的最佳真空模型	第32-36页
第3章 凝汽器故障诊断系统的研究	第36-49页
·故障诊断的概述	第36-38页
·故障诊断的过程	第36-37页
·故障诊断的主要理论和方法	第37页
·凝汽系统故障诊断的总体设计方案	第37-38页
·凝汽器的故障原因及分析	第38-39页
·真空急剧下降的原因分析	第38-39页
·真空缓慢下降的原因分析	第39页
·凝汽器系统故障诊断征兆集的建立	第39-44页
·模糊神经网络的凝汽器故障诊断过程	第44-49页
·模糊神经网络的结构	第44-45页
·征兆的模糊化处理过程	第45-46页
·神经网络的诊断预测设计及诊断结果分析	第46-49页
第4章 凝汽器状态监测与故障诊断软件的实现	第49-55页
·软件系统的概述	第49-50页
·凝汽器状态监测与故障诊断软件功能的介绍	第50-55页
·机组运行工况的预测与计算系统界面	第50-53页
·凝汽系统的故障诊断界面	第53-55页
结论	第55-56页
参考文献	第56-61页
攻读学位期间取得的研究成果及发表的学术论文	第61-62页
致谢	第62页