基于人工神经网络的干衣机故障监测诊断系统
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第一章 绪论 | 第11-17页 |
| ·课题研究意义和目的 | 第11-12页 |
| ·故障监测和诊断概述 | 第12-13页 |
| ·国内外研究现状和发展趋势 | 第13-15页 |
| ·本文的主要工作 | 第15-17页 |
| 第二章 故障诊断技术和人工神经网络技术 | 第17-27页 |
| ·故障诊断技术的定义 | 第17-18页 |
| ·故障监测和诊断技术综述 | 第18-23页 |
| ·人工神经网络技术 | 第23-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 基于BP 算法的软测量技术和应用 | 第27-39页 |
| ·引言 | 第27页 |
| ·反向传播(BP)算法 | 第27-31页 |
| ·软测量技术 | 第31-33页 |
| ·运用实例 | 第33-38页 |
| ·本章小结 | 第38-39页 |
| 第四章 基于RBF 网络信息融合的故障诊断分析 | 第39-54页 |
| ·干衣机原理和其故障树的建立 | 第39-43页 |
| ·RBF 网络的原理及算法 | 第43-45页 |
| ·信息融合 | 第45-49页 |
| ·基于RBF 网络的信息融合故障诊断方法的应用 | 第49-53页 |
| ·本章小结 | 第53-54页 |
| 第五章 人工神经网络故障诊断系统的设计 | 第54-63页 |
| ·神经网络故障监测和诊断系统总体设计 | 第54-59页 |
| ·通流系统故障监测诊断系统 | 第59-62页 |
| ·本章小结 | 第62-63页 |
| 第六章 全文总结 | 第63-64页 |
| ·主要结论 | 第63页 |
| ·研究展望 | 第63-64页 |
| 参考文献 | 第64-67页 |
| 致谢 | 第67-68页 |
| 符号与标记(附录1) | 第68-69页 |
| 攻读硕士学位期间已发表或录用的论文 | 第69页 |