表目录 | 第1-9页 |
图目录 | 第9-11页 |
摘要 | 第11-12页 |
ABSTRACT | 第12-13页 |
第一章 绪论 | 第13-17页 |
·电路故障诊断的发展与现状 | 第13-14页 |
·本课题的研究背景和意义 | 第14-15页 |
·论文的主要工作和章节安排 | 第15-17页 |
第二章 ATS中检测方法研究 | 第17-31页 |
·XX自动综合测试诊断平台 | 第17-20页 |
·平台的总体结构 | 第17-18页 |
·平台的硬件组成 | 第18-19页 |
·平台的软件组成 | 第19-20页 |
·常用检测方法分析 | 第20-25页 |
·常用检测方法 | 第20-21页 |
·WJ8615P的故障测试 | 第21-25页 |
·基于神经网络的故障诊断方法 | 第25-30页 |
·一般的神经网络故障诊断方法 | 第25-26页 |
·改进的神经网络故障诊断方法 | 第26-30页 |
·本章小结 | 第30-31页 |
第三章 BP神经网络在故障诊断中的应用 | 第31-49页 |
·BP神经网络故障诊断方法 | 第31-38页 |
·BP算法 | 第31-35页 |
·BP神经网络的特点分析 | 第35-38页 |
·小波变换在BP诊断网络中的作用 | 第38-40页 |
·小波变换基本理论 | 第38-39页 |
·小波变换的特点 | 第39-40页 |
·小波变换用于电路故障诊断 | 第40-45页 |
·多分辨分析 | 第40-41页 |
·小波包分析 | 第41-45页 |
·性能总结 | 第45-48页 |
·性能对比I | 第45-46页 |
·性能对比II | 第46-48页 |
·本章小结 | 第48-49页 |
第四章 遗传算法优化BP神经网络 | 第49-65页 |
·遗传算法 | 第49-51页 |
·相关概念 | 第49-50页 |
·遗传算法的特点 | 第50-51页 |
·遗传算法和BP神经网络 | 第51-61页 |
·遗传优化神经网络的方法 | 第51-53页 |
·基于遗传算法的BP神经网络 | 第53-54页 |
·算法说明 | 第54-56页 |
·初始运行参数 | 第56-57页 |
·遗传算法优化BP神经网络诊断模型的实现 | 第57-61页 |
·比较分析 | 第61-64页 |
·比较分析I | 第61-62页 |
·比较分析II | 第62-64页 |
·本章小结 | 第64-65页 |
第五章 BP神经网络方法在WJ8615P检测中的应用 | 第65-81页 |
·整机(一级)故障诊断方案 | 第65-67页 |
·整机框图 | 第65-66页 |
·故障诊断流程和实现 | 第66-67页 |
·各电路板级(二级)故障诊断 | 第67-69页 |
·故障诊断方法 | 第67-68页 |
·故障诊断流程和实现 | 第68-69页 |
·功能模块(三级)故障诊断 | 第69-79页 |
·滤波电路故障诊断 | 第69-75页 |
·运放电路故障诊断 | 第75-77页 |
·振荡电路故障诊断 | 第77-79页 |
·结果分析 | 第79-80页 |
·本章小结 | 第80-81页 |
结束语 | 第81-84页 |
参考文献 | 第84-87页 |
附录 A A1A9 板诊断步骤 | 第87-95页 |
附录 B A1A10 板诊断步骤 | 第95-101页 |
附录 C A1A8 板诊断步骤 | 第101-109页 |
作者简历 攻读硕士学位期间完成的主要工作 | 第109-110页 |
致谢 | 第110页 |