遗传神经网络在蒸汽发生器故障诊断中的应用研究
| 第1章 绪论 | 第1-17页 |
| ·选题的背景和意义 | 第9-10页 |
| ·故障诊断概述 | 第10-14页 |
| ·诊断专家系统 | 第11-13页 |
| ·神经网络技术 | 第13-14页 |
| ·遗传算法 | 第14页 |
| ·国内外核动力装置故障诊断的研究现状 | 第14-16页 |
| ·本文的主要内容及采用的方法 | 第16-17页 |
| 第2章 蒸汽发生器故障分析与仿真 | 第17-29页 |
| ·引言 | 第17-18页 |
| ·蒸汽发生器动态仿真 | 第18-20页 |
| ·蒸汽发生器常见故障机理分析 | 第20-25页 |
| ·U型传热管破裂 | 第20-22页 |
| ·主蒸汽母管破裂 | 第22-24页 |
| ·给水管破裂 | 第24-25页 |
| ·蒸汽发生器故障仿真 | 第25-28页 |
| ·本章小结 | 第28-29页 |
| 第3章 神经网络在故障诊断中的应用 | 第29-42页 |
| ·引言 | 第29页 |
| ·神经网络故障诊断的优点 | 第29页 |
| ·人工神经元模型 | 第29-32页 |
| ·前向多层神经网络、BP算法及计算机实现 | 第32-37页 |
| ·BP网络模型 | 第32-33页 |
| ·BP算法 | 第33-37页 |
| ·智能故障诊断系统 | 第37-38页 |
| ·蒸汽发生器故障诊断BP网络模型 | 第38-39页 |
| ·蒸汽发生器故障征兆的处理 | 第39-40页 |
| ·BP算法的快速测试 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 第4章 遗传算法优化神经网络 | 第42-59页 |
| ·引言 | 第42页 |
| ·遗传算法概要 | 第42-46页 |
| ·遗传算法的基本思想 | 第42页 |
| ·遗传算法的发展与应用 | 第42-44页 |
| ·遗传算法的特点 | 第44-45页 |
| ·遗传算法的基本操作 | 第45-46页 |
| ·用遗传算法优化神经网络 | 第46-55页 |
| ·BP网络模型 | 第47页 |
| ·遗传算法优化BP初始权值的遗传神经网络算法 | 第47-55页 |
| ·遗传神经网络算法测试 | 第55-58页 |
| ·本章小结 | 第58-59页 |
| 第5章 基于遗传神经网络的蒸汽发生器故障诊断系统 | 第59-74页 |
| ·引言 | 第59页 |
| ·神经网络诊断系统设计原理 | 第59-60页 |
| ·初始化设置模块 | 第60页 |
| ·神经网络训练模块 | 第60页 |
| ·故障诊断模块 | 第60页 |
| ·基于遗传神经网络的蒸汽发生器故障诊断系统 | 第60-72页 |
| ·网络构成 | 第61-62页 |
| ·数据处理 | 第62-64页 |
| ·网络训练 | 第64-66页 |
| ·蒸汽发生器故障诊断 | 第66-72页 |
| ·用户界面 | 第72-73页 |
| ·本章小结 | 第73-74页 |
| 结论 | 第74-76页 |
| 参考文献 | 第76-78页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第78-79页 |
| 致谢 | 第79-80页 |
| 附录A 权值和阈值数据 | 第80-82页 |
| 附录B 遗传神经网络诊断系统测试结果 | 第82-83页 |
| 附录C 蒸汽发生器故障诊断结果 | 第83页 |
