| 第1章 绪论 | 第1-16页 |
| 1．1 课题研究的目的和意义 | 第8-9页 |
| 1．2 课题理论研究及应用现状概述 | 第9-12页 |
| 1．2．1 专家系统在故障诊断诊断方面的研究概况 | 第9页 |
| 1．2．2 神经网络在故障诊断诊断方面的研究概况 | 第9-12页 |
| 1．3 课题研究方法及工作内容 | 第12-16页 |
| 1．3．1 研究方法 | 第12-13页 |
| 1．3．2 工作内容 | 第13-14页 |
| 1．3．3 研究难点与重点 | 第14页 |
| 1．3．4 工作步骤 | 第14-16页 |
| 第2章 THC560故障诊断框架及其软件平台 | 第16-23页 |
| 2．1 Ranger7002型液压凿岩台车的作业程序 | 第16页 |
| 2．2 THC560液压系统工作原理简介 | 第16页 |
| 2．3 THC560液压系统的故障特点 | 第16-17页 |
| 2．4 THC560液压系统故障诊断系统的框架设计 | 第17-20页 |
| 2．4．1 THC560液压系统故障诊断总体框架设计 | 第17页 |
| 2．4．2 THC560故障诊断系统各功能子模块的设计 | 第17-20页 |
| 2．5 THC560液压系统故障诊断软件平台的选取及基本情况 | 第20-23页 |
| 2．5．1 软件编程语言 | 第20-21页 |
| 2．5．2 数据库连接方式 | 第21-22页 |
| 2．5．3 系统软件工作平台 | 第22-23页 |
| 第3章 THC560液压系统故障诊断知识库的设计 | 第23-40页 |
| 3．1 THC560液压系统故障知识数据库模块的设计 | 第23-24页 |
| 3．2 THC560液压系统故障知识表示的方法 | 第24-27页 |
| 3．2．1 产生式规则(Production Rule) | 第24页 |
| 3．2．2 语义网络(Semantic Network) | 第24-25页 |
| 3．2．3 框架表示方法(Frame) | 第25-26页 |
| 3．2．4 神经网络的知识表示 | 第26-27页 |
| 3．3 THC560液压系统知识获取及分类 | 第27-31页 |
| 3．3．1 知识的获取过程 | 第27-28页 |
| 3．3．2 知识分类 | 第28-31页 |
| 3．4 THC560液压系统知识库转化为数据库 | 第31-40页 |
| 3．4．1 建立关系型数据结构 | 第31-38页 |
| 3．4．2 THC560液压系统故障数据表的规范化处理 | 第38-39页 |
| 3．4．3 数据库表中的关联与查询 | 第39-40页 |
| 第4章 THC560液压系统故障诊断方法 | 第40-58页 |
| 4．1 系统诊断方法 | 第40-41页 |
| 4．1．1 实时监测模块诊断方法 | 第40页 |
| 4．1．2 单独测试诊断模块诊断方法 | 第40-41页 |
| 4．2 专家系统概述 | 第41-44页 |
| 4．2．1 专家系统的结构 | 第41-43页 |
| 4．2．2 专家系统的推理方法 | 第43-44页 |
| 4．3 BP神经网络 | 第44-58页 |
| 4．3．1 神经网络概述 | 第44页 |
| 4．3．2 标准BP神经网格 | 第44-51页 |
| 4．3．3 网络训练优化算法(LM) | 第51-53页 |
| 4．3．4 BP网络的构建 | 第53-58页 |
| 第5章 THC560液压系统故障诊断软件(FDS)功能设计 | 第58-75页 |
| 5．1 THC560液压系统故障诊断软件系统体系结构 | 第58页 |
| 5．2 THC560液压系统故障诊断软件流程 | 第58页 |
| 5．3 BP网络算法模块的软件实现 | 第58-63页 |
| 5．3．1 Matrix类 | 第58-63页 |
| 5．3．2 Arithmetic主程序 | 第63页 |
| 5．4 FDS主程序模块的软件实现 | 第63-75页 |
| 5．4．1 FDS主界面的设计 | 第63-64页 |
| 5．4．2 实时监测模块的软件实现 | 第64-72页 |
| 5．4．3 单独测试模块功能设计 | 第72-75页 |
| 第6章 THC560液压系统故障诊断软件(FDS)的仿真试验 | 第75-86页 |
| 6．1 FDS系统使用简介 | 第75-79页 |
| 6．1．1 故障样本的组织 | 第75页 |
| 6．1．2 查看故障样本 | 第75页 |
| 6．1．3 故障样本训练 | 第75-77页 |
| 6．1．4 故障诊断和解释 | 第77-79页 |
| 6．2 BP网络参数分析 | 第79-86页 |
| 6．2．1 标准BP网络与Levenberg-Marquardt网络比较 | 第79-81页 |
| 6．2．2 学习率、初始权值以及学习误差参数选择分析 | 第81-84页 |
| 6．2．3 激活函数选择分析 | 第84-86页 |
| 第7章 成果与总结 | 第86-88页 |
| 7．1 本论文取得的成果 | 第86页 |
| 7．2 需要深入开展的研究问题 | 第86-88页 |
| 致谢 | 第88-89页 |
| 参考文献 | 第89-92页 |
| 附录1 | 第92-99页 |
| 附录2 | 第99-100页 |
| 攻读硕士学位期间发表的论文 | 第100页 |
