| 摘要 | 第1-5页 |
| Abrstract | 第5-9页 |
| 第一章 绪论 | 第9-15页 |
| ·课题研究的目的和意义 | 第9-10页 |
| ·离心压缩机组故障诊断研究的发展现状 | 第10-12页 |
| ·国外离心压缩机组故障诊断的发展现状 | 第10-11页 |
| ·国内离心压缩机组故障诊断发展现状 | 第11页 |
| ·离心压缩机组故障诊断技术综述 | 第11-12页 |
| ·本文研究工作的主要内容 | 第12-14页 |
| ·本章小结 | 第14-15页 |
| 第二章 离心压缩机组振动信号故障特征提取方法的研究 | 第15-32页 |
| ·引言 | 第15-16页 |
| ·基于图像处理方法和小波神经网络的轴心轨迹自动识别方法的研究 | 第16-26页 |
| ·基于小波神经网络的轴心轨迹识别方法研究 | 第17-20页 |
| ·基于图像处理方法的轴心轨迹识别方法 | 第20-26页 |
| ·基于Hilbert-Huang 变换的振动信号分解方法 | 第26-30页 |
| ·Hilbert-Huang 变换的基本理论 | 第26-28页 |
| ·基于多尺度分解的离心压缩机组振动信号多模态分解方法 | 第28-30页 |
| ·本章小结 | 第30-32页 |
| 第三章 基于神经网络方法的离心压缩机组故障诊断研究 | 第32-49页 |
| ·引言 | 第32-33页 |
| ·神经网络的原理与基本结构 | 第33-35页 |
| ·生物神经元 | 第33页 |
| ·人工神经元 | 第33-34页 |
| ·神经网络的基本结构 | 第34-35页 |
| ·神经网络的工作过程 | 第35页 |
| ·BP 神经网络原理 | 第35-38页 |
| ·BP 神经网络的结构和工作 | 第36-37页 |
| ·BP 神经网络的学习算法 | 第37-38页 |
| ·基于BP 神经网络的离心式压缩机组故障特征提取方法 | 第38-44页 |
| ·离心式压缩机组的故障机理和特征 | 第38-41页 |
| ·基于BP 神经网络的故障特征提取 | 第41-43页 |
| ·BP 神经网络的特征参数提取结果 | 第43-44页 |
| ·自组织神经网络的离心式压缩机组故障分类方法 | 第44-48页 |
| ·kohonen 的结构及学习方法 | 第44-47页 |
| ·实验验证 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 第四章 基于生物免疫机理的离心压缩机组故障检测方法 | 第49-61页 |
| ·引言 | 第49-50页 |
| ·生物免疫系统的特点 | 第50页 |
| ·免疫系统的机理 | 第50-53页 |
| ·免疫系统的组成 | 第51页 |
| ·免疫识别机理 | 第51-52页 |
| ·免疫记忆机理 | 第52页 |
| ·克隆选择机理 | 第52-53页 |
| ·故障检测的人工免疫模型 | 第53-59页 |
| ·模型的基本思想 | 第53-54页 |
| ·设备状态的描述 | 第54页 |
| ·检测器匹配函数 | 第54-56页 |
| ·检测器生成算法 | 第56-57页 |
| ·检测器的优化 | 第57-58页 |
| ·故障检测流程 | 第58-59页 |
| ·应用实例分析 | 第59-60页 |
| ·本章小结 | 第60-61页 |
| 第五章 基于粗糙集的专家系统知识获取方法 | 第61-70页 |
| ·引言 | 第61页 |
| ·粗糙集基本理论 | 第61-64页 |
| ·基于粗糙集理论的知识约简方法 | 第64-69页 |
| ·基于粗糙集理论的知识约简方法的基本定义 | 第64-65页 |
| ·基于粗糙集的数据约简算法 | 第65-66页 |
| ·基于粗糙集的知识获取应用实例 | 第66-69页 |
| ·本章小结 | 第69-70页 |
| 第六章 离心压缩机组知识获取及智能诊断系统的开发 | 第70-83页 |
| ·引言 | 第70页 |
| ·离心压缩机组故障诊断关键技术研究 | 第70-71页 |
| ·诊断专家系统的设计和实现 | 第71-76页 |
| ·诊断专家系统的结构和功能 | 第71-73页 |
| ·知识表示和推理机制 | 第73-74页 |
| ·系统功能实现 | 第74-76页 |
| ·诊断系统应用实例 | 第76-82页 |
| ·本章小结 | 第82-83页 |
| 第七章 结论与建议 | 第83-85页 |
| ·结论 | 第83-84页 |
| ·创新性成果 | 第84页 |
| ·今后工作建议 | 第84-85页 |
| 致谢 | 第85-86页 |
| 参考文献 | 第86-92页 |
| 攻读博士学位期间发表论文及获奖情况 | 第92-93页 |
| 个人简历 | 第93-94页 |
| 中文详细摘要 | 第94-105页 |
