热工故障的模糊神经网络诊断方法研究
| 中文摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-15页 |
| ·本文选题背景及意义 | 第9-11页 |
| ·电站热工系统故障诊断研究的意义 | 第9-10页 |
| ·在热工故障诊断中运用神经网络的意义 | 第10-11页 |
| ·故障诊断技术的发展状况及存在问题 | 第11-14页 |
| ·国外的研究状况 | 第11-12页 |
| ·国内研究动态 | 第12-13页 |
| ·存在问题 | 第13-14页 |
| ·本文的主要研究内容 | 第14-15页 |
| 第二章 故障诊断的一般原理 | 第15-23页 |
| ·故障的概念 | 第15-16页 |
| ·故障诊断的分类 | 第16-18页 |
| ·故障的分类 | 第16-17页 |
| ·故障诊断的分类 | 第17-18页 |
| ·故障诊断的目的 | 第18-19页 |
| ·故障诊断的过程及内容 | 第19-22页 |
| ·本章小结 | 第22-23页 |
| 第三章 模糊神经网络输入特征参数预处理方法 | 第23-33页 |
| ·模糊神经网络及故障诊断过程 | 第23-25页 |
| ·模糊神经网络 | 第23-24页 |
| ·模糊神经网络故障诊断过程 | 第24-25页 |
| ·模糊数学理论基础 | 第25-27页 |
| ·模糊系统概述 | 第25页 |
| ·模糊集合论与隶属概念 | 第25-26页 |
| ·模糊集的确定 | 第26-27页 |
| ·热工过程故障特征参数的模糊计算方法 | 第27-30页 |
| ·热工过程故障征兆常见类型 | 第27页 |
| ·语义型征兆的模糊表示法 | 第27-29页 |
| ·趋势型征兆的模糊表示法 | 第29页 |
| ·语义型征兆和趋势型征兆的合成 | 第29-30页 |
| ·征兆模糊计算的算法实现 | 第30-32页 |
| ·本章小结 | 第32-33页 |
| 第四章 故障诊断的RBF 神经网络方法 | 第33-43页 |
| ·引言 | 第33-34页 |
| ·神经网络概述 | 第34-36页 |
| ·神经网络结构原理 | 第34-35页 |
| ·神经网络故障诊断原理 | 第35-36页 |
| ·RBF 神经网络 | 第36-42页 |
| ·RBF 学习规则 | 第37-38页 |
| ·RBF 网络训练方法 | 第38-41页 |
| ·RBF 神经网络诊断算法的的实现 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 第五章 高加系统故障诊断实例 | 第43-54页 |
| ·引言 | 第43页 |
| ·高加系统常见故障分类统计 | 第43-44页 |
| ·本文故障诊断对象简介 | 第44页 |
| ·高加系统常见故障规律研究及知识库总结 | 第44-49页 |
| ·高加内部泄漏故障仿真研究 | 第45-47页 |
| ·高加进出水室短路故障仿真研究 | 第47-48页 |
| ·高加系统故障知识库总结 | 第48-49页 |
| ·高压给水加热器系统故障诊断实例 | 第49-53页 |
| ·不同工况高加系统特征参数参考值的确定 | 第49-50页 |
| ·诊断模型的搭建 | 第50-51页 |
| ·神经网络的训练 | 第51页 |
| ·故障诊断实例 | 第51-53页 |
| ·本章小结 | 第53-54页 |
| 第六章 总结与展望 | 第54-55页 |
| 参考文献 | 第55-58页 |
| 致谢 | 第58-59页 |
| 在学期间发表的学术论文和参加科研情况 | 第59页 |
