基于知识的锅炉智能监控专家系统的开发
| 摘要 | 第1-7页 |
| Abstract | 第7-10页 |
| 第1章 绪论 | 第10-19页 |
| ·锅炉故障诊断及过程监控的意义 | 第10-12页 |
| ·过程监控方法的分类 | 第12-14页 |
| ·专家系统的研究现状 | 第14-18页 |
| ·专家系统概述 | 第14-15页 |
| ·专家系统在故障诊断领域的应用历史与现状 | 第15-18页 |
| ·本文主要工作和结构 | 第18-19页 |
| 第2章 锅炉故障诊断专家系统结构设计 | 第19-36页 |
| ·锅炉工艺流程简介 | 第19-20页 |
| ·锅炉故障诊断系统结构框架 | 第20-21页 |
| ·知识的获取和知识表示 | 第21-24页 |
| ·知识的获取过程 | 第21-22页 |
| ·知识的表示过程 | 第22-23页 |
| ·数据库化的知识库存储 | 第23-24页 |
| ·推理机控制策略 | 第24-27页 |
| ·推理方法 | 第24-26页 |
| ·搜索策略 | 第26-27页 |
| ·传统专家系统的建立 | 第27-35页 |
| ·基于案例专家系统的设计 | 第27-30页 |
| ·基于规则专家系统设计 | 第30-35页 |
| ·本章小结 | 第35-36页 |
| 第3章 锅炉故障诊断的神经网络模型 | 第36-52页 |
| ·神经网络基本原理 | 第36-43页 |
| ·标准BP 算法及其改进 | 第43-48页 |
| ·BP 神经网络介绍 | 第43-46页 |
| ·标准BP 算法改进 | 第46-48页 |
| ·模糊逻辑与人工神经网络的结 | 第48-51页 |
| ·隶属度函数的确定 | 第49-50页 |
| ·各层输入输出关系 | 第50-51页 |
| ·初始权值的确定 | 第51页 |
| ·本章小结 | 第51-52页 |
| 第4章 系统神经网络模型的仿真实验 | 第52-64页 |
| ·模糊锅炉神经网络知识获取与表示 | 第52-53页 |
| ·样本集设计原则与数据的预处理 | 第53-58页 |
| ·网络训练与测试 | 第58-61页 |
| ·误差分析 | 第61-63页 |
| ·本章小结 | 第63-64页 |
| 第5章 锅炉诊断系统软件的设计与实现 | 第64-84页 |
| ·系统软件的设计与实现 | 第64-74页 |
| ·知识存储、维护及更新 | 第65页 |
| ·神经网络专家系统的推理机制实现 | 第65-67页 |
| ·现场数据的模拟采集方法 | 第67-70页 |
| ·COM 组件的生成与实现 | 第70-74页 |
| ·系统软件界面的设计 | 第74-82页 |
| ·系统主界面 | 第76页 |
| ·热力参数监测界面 | 第76-77页 |
| ·参数特征值维护界面 | 第77-78页 |
| ·故障类型维护界面 | 第78-79页 |
| ·故障征兆维护界面 | 第79-80页 |
| ·样本编辑与训练界面 | 第80-82页 |
| ·故障诊断界面 | 第82页 |
| ·本章小结 | 第82-84页 |
| 参考文献 | 第84-87页 |
| 攻读硕士学位期间发表的论文和获得的科研成果 | 第87-88页 |
| 致谢 | 第88-99页 |
