基于解析冗余的非线性系统故障诊断方法研究
| 1 引言 | 第1-14页 |
| ·研究背景和发展现状 | 第7-8页 |
| ·故障诊断技术的基本问题 | 第8-9页 |
| ·故障诊断原理概述 | 第8-9页 |
| ·故障诊断的内容及其性能评价指标 | 第9页 |
| ·非线性故障诊断方法 | 第9-12页 |
| ·非线性故障诊断为目前研究的难点和热点 | 第9页 |
| ·基于解析模型的方法 | 第9-10页 |
| ·基于信号处理的方法 | 第10-11页 |
| ·基于神经网络的方法 | 第11-12页 |
| ·本文研究思路及主要内容 | 第12-14页 |
| 2 基于自适应观测器的非线性故障诊断方法 | 第14-23页 |
| ·引言 | 第14页 |
| ·自适应观测器的基本概念 | 第14-15页 |
| ·观测器诊断原理 | 第15-17页 |
| ·自适应诊断观测器设计 | 第15-16页 |
| ·在传感器故障诊断中的应用 | 第16-17页 |
| ·传感器故障仿真算例 | 第17-22页 |
| ·本章小结 | 第22-23页 |
| 3 基于神经网络辨识器的非线性故障诊断方法 | 第23-42页 |
| ·引言 | 第23-24页 |
| ·神经网络理论基础 | 第24-28页 |
| ·神经元模型 | 第24页 |
| ·神经网络在信息处理方面的优缺点 | 第24-26页 |
| ·径向基函数RBF网络简介 | 第26-28页 |
| ·基于神经网络辨识器的故障检测系统设计 | 第28-30页 |
| ·神经网络辨识 | 第28-29页 |
| ·基于神经网络辨识的故障检测 | 第29-30页 |
| ·基于神经网络辨识器的故障检测系统的鲁棒性改进 | 第30-32页 |
| ·神经网络用于故障诊断的两种方法 | 第30页 |
| ·在线学习的必要性 | 第30-32页 |
| ·神经网络用于故障诊断有待进一步研究的问题 | 第32页 |
| ·仿真验证 | 第32-41页 |
| ·离线故障检测仿真 | 第32-35页 |
| ·仿真时参数选取的讨论 | 第35-37页 |
| ·鲁棒性改进前后故障检测效果对比 | 第37-41页 |
| ·本章小结 | 第41-42页 |
| 4 神经网络和观测器相结合的故障诊断方法 | 第42-53页 |
| ·引言 | 第42页 |
| ·问题描述 | 第42-43页 |
| ·NN观测器设计 | 第43-45页 |
| ·观测器设计 | 第43-44页 |
| ·故障检测阀值设定 | 第44页 |
| ·学习算法 | 第44-45页 |
| ·算法的鲁棒性、灵敏性和稳定性分析 | 第45-48页 |
| ·鲁棒性分析 | 第46-47页 |
| ·灵敏性分析 | 第47-48页 |
| ·稳定性分析 | 第48页 |
| ·系统故障诊断的仿真研究 | 第48-49页 |
| ·仿真对象 | 第48-49页 |
| ·NN观测器设计 | 第49页 |
| ·仿真验证 | 第49-52页 |
| ·本章小结 | 第52-53页 |
| 5 结论和展望 | 第53-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-59页 |
