基于神经网络的模拟电路故障诊断方法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 1 绪论 | 第10-13页 |
| ·研究的背景和意义 | 第10-11页 |
| ·国内外研究现状 | 第11-12页 |
| ·国外研究现状 | 第11页 |
| ·国内研究现状 | 第11-12页 |
| ·本文的主要工作及结构安排 | 第12-13页 |
| 2 基于神经网络的模拟电路故障诊断 | 第13-24页 |
| ·神经网络 | 第13-15页 |
| ·神经网络的定义及优势 | 第13页 |
| ·神经网络的故障诊断能力 | 第13-14页 |
| ·神经网络的发展历史和应用前景 | 第14-15页 |
| ·BP算法 | 第15-17页 |
| ·BP神经网络模拟电路故障诊断方法 | 第17-20页 |
| ·基于神经网络的模拟电路故障诊断系统 | 第17-19页 |
| ·BP 神经网络结构设计 | 第19-20页 |
| ·基于DSP及BP算法的模拟电路故障诊断系统 | 第20-24页 |
| ·硬件设计 | 第20-21页 |
| ·软件设计 | 第21-22页 |
| ·数据处理 | 第22-23页 |
| ·神经网络的设计 | 第23页 |
| ·数字滤波器的设计 | 第23-24页 |
| 3 模糊神经网络故障诊断 | 第24-37页 |
| ·模糊逻辑理论概述 | 第24-25页 |
| ·模糊逻辑理论 | 第24页 |
| ·模糊逻辑推理 | 第24-25页 |
| ·模糊逻辑与神经网络结合的故障诊断 | 第25-30页 |
| ·集成系统的基本结构及工作原理 | 第25-26页 |
| ·模糊故障诊断模型 | 第26-27页 |
| ·神经网络的基本结构和改进的学习算法 | 第27-29页 |
| ·总结 | 第29-30页 |
| ·仿真实例及结论分析 | 第30-37页 |
| ·模糊规则与区间值模糊关系 | 第30-32页 |
| ·区间值模糊神经网络 | 第32-35页 |
| ·诊断实例 | 第35-36页 |
| ·结论 | 第36-37页 |
| 4 小波—神经网络故障诊断 | 第37-55页 |
| ·小波变换理论概述 | 第37-44页 |
| ·小波分析概述 | 第37-38页 |
| ·小波分析与小波包算法 | 第38-44页 |
| ·小波变换和神经网络结合的故障诊断方法 | 第44-49页 |
| ·小波变换和小波包变换的直观解释 | 第45-46页 |
| ·基于多分辨分析的故障诊断 | 第46-48页 |
| ·基于小波包变换的故障诊断 | 第48-49页 |
| ·仿真实例及结论分析 | 第49-55页 |
| ·诊断电路一：基于多分辨率分析 | 第49-52页 |
| ·诊断电路二：基于小波包分析 | 第52-54页 |
| ·结论 | 第54-55页 |
| 5 神经网络信息融合故障诊断 | 第55-60页 |
| ·神经网络信息融合概述 | 第55-56页 |
| ·信息融合的层次和方法 | 第55页 |
| ·基于神经网络的信息融合 | 第55-56页 |
| ·仿真实例及结论分析 | 第56-60页 |
| ·诊断电路 | 第56-57页 |
| ·样本集构造 | 第57-58页 |
| ·诊断结果 | 第58-60页 |
| 结束语 | 第60-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-65页 |
| 附录 | 第65页 |
