| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-16页 |
| ·课题研究来源 | 第9页 |
| ·本课题研究的意义 | 第9-10页 |
| ·智能预诊的国内外研究现状分析 | 第10-12页 |
| ·人工神经网络的研究现状分析 | 第12-13页 |
| ·Web数据发布技术研究现状分析 | 第13-14页 |
| ·本课题研究的主要内容 | 第14-16页 |
| 第2章 基于神经网络的智能预诊框架 | 第16-29页 |
| ·人工神经网络的学习规则 | 第16-17页 |
| ·BP神经网络 | 第17-21页 |
| ·ELman神经网络 | 第21-22页 |
| ·基于神经网络的智能预诊框架 | 第22-28页 |
| ·模型训练模块 | 第23-26页 |
| ·实时预诊模块 | 第26-27页 |
| ·预测寿命的不确定性分析 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第3章 基于神经网络的预诊方法研究 | 第29-53页 |
| ·数值仿真数据实验介绍 | 第29-30页 |
| ·预诊前期数据处理 | 第30-31页 |
| ·基于BP神经网络的预诊方法研究 | 第31-49页 |
| ·BP神经网络的主要参数确定 | 第31-34页 |
| ·单BP网络模型的预诊方法研究 | 第34-37页 |
| ·多BP网络模型的预诊方法研究 | 第37-38页 |
| ·共轭梯度法在预诊方法中的应用 | 第38-42页 |
| ·基于BP神经网络的动态剩余寿命预测 | 第42-49页 |
| ·基于Elman神经网络的预诊方法研究 | 第49-51页 |
| ·Elman神经网络的参数确定 | 第49-50页 |
| ·基于Elman神经网络的性能评价和寿命预测 | 第50-51页 |
| ·预测寿命的不确定性分析 | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 第4章 预诊方法在转子不平衡中的应用 | 第53-70页 |
| ·转子不平衡实验描述 | 第53-54页 |
| ·转子不平衡预诊前期数据处理 | 第54-65页 |
| ·转子不平衡数据预处理 | 第54-55页 |
| ·基于STFT的信号特征提取 | 第55-61页 |
| ·基于竞争学习网络的频带特征选择 | 第61-65页 |
| ·基于BP神经网络的转子性能评价和寿命预测 | 第65-66页 |
| ·基于BP神经网络的转子动态剩余寿命预测 | 第66-67页 |
| ·基于Elman神经网络的转子不平衡性能评价和寿命预测 | 第67-68页 |
| ·预测寿命的不确定性分析 | 第68-69页 |
| ·本章小结 | 第69-70页 |
| 第5章 转子预诊结果的Web数据发布 | 第70-79页 |
| ·数据发布关键技术介绍 | 第70-73页 |
| ·ASP技术 | 第70-71页 |
| ·ADO技术 | 第71-72页 |
| ·SQL技术 | 第72-73页 |
| ·预诊结果数据发布的功能模块 | 第73-77页 |
| ·用户登录模块 | 第73-75页 |
| ·预诊结果实时数据发布模块 | 第75-77页 |
| ·历史预诊信息查询模块 | 第77页 |
| ·本章小结 | 第77-79页 |
| 结论 | 第79-81页 |
| 参考文献 | 第81-85页 |
| 攻读学位期间发表的学术论文 | 第85-87页 |
| 致谢 | 第87页 |