基于轴承非线性动力特性的水电机组轴系建模研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 1 绪论 | 第8-13页 |
| ·课题研究的背景与意义 | 第8-9页 |
| ·国内外研究现状 | 第9-12页 |
| ·整体建模研究 | 第9-11页 |
| ·重要部件建模研究 | 第11页 |
| ·人工神经网络算法在建模中的应用 | 第11-12页 |
| ·本文的研究内容 | 第12-13页 |
| 2 轴承作用力特性分析 | 第13-32页 |
| ·滑动轴承工作的概述 | 第13-16页 |
| ·油膜力的线性化 | 第16-20页 |
| ·油膜力的近似非线性表达 | 第20-25页 |
| ·径向基函数神经网络计算理论 | 第25-31页 |
| ·RBF 网络的结构和工作原理 | 第26-29页 |
| ·RBF 网络的数学基础 | 第29-30页 |
| ·运用RBF 网络计算轴承油膜力的方案 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 3 径向基函数神经网络学习算法研究 | 第32-54页 |
| ·RBF 网络的基本学习算法 | 第32-37页 |
| ·聚类方法 | 第33-35页 |
| ·梯度训练方法 | 第35-36页 |
| ·正交最小二乘学习算法 | 第36-37页 |
| ·在线学习算法研究 | 第37-42页 |
| ·RBF 网和免疫系统的相似性 | 第38-39页 |
| ·免疫RBF 网络在线混合学习 | 第39-42页 |
| ·在线学习算法的改进 | 第42-52页 |
| ·亲合度与相似度表达式 | 第42-44页 |
| ·网络训练的初始化 | 第44-49页 |
| ·新增隐节点条件 | 第49-51页 |
| ·新隐节点产生算法 | 第51-52页 |
| ·径向基函数网络的在线学习算法步骤 | 第52-53页 |
| ·本章小结 | 第53-54页 |
| 4 水轮发电机组轴系轴承处响应计算 | 第54-65页 |
| ·RBF 网络训练效果比较 | 第54-59页 |
| ·水轮发电机组轴系轴承处响应计算 | 第59-64页 |
| ·本章小结 | 第64-65页 |
| 5 总结与展望 | 第65-67页 |
| ·全文总结 | 第65页 |
| ·前景及展望 | 第65-67页 |
| 致谢 | 第67-68页 |
| 参考文献 | 第68-72页 |
| 附录1 作者在攻读硕士学位期间发表的论文 | 第72-73页 |
| 附录2 径向基函数神经网络在线学习算法流程图 | 第73页 |
