| 摘要 | 第1-3页 |
| Abstract | 第3-4页 |
| 目录 | 第4-6页 |
| Contents | 第6-8页 |
| 第1章 绪论 | 第8-14页 |
| ·课题研究的背景及意义 | 第8-9页 |
| ·智能故障诊断 | 第9-11页 |
| ·智能诊断的国内外发展技术 | 第9页 |
| ·智能故障诊断的过程 | 第9-10页 |
| ·智能故障诊断技术的主要理论和方法 | 第10-11页 |
| ·本论文完成的工作 | 第11-14页 |
| 第2章 神经网络 | 第14-38页 |
| ·人工神经网络 | 第14-16页 |
| ·人工神经元模型 | 第14页 |
| ·人工神经网络互连结构 | 第14-15页 |
| ·人工神经网络的学习方法 | 第15-16页 |
| ·RBF 神经网络 | 第16-19页 |
| ·RBF 神经网络概述 | 第16页 |
| ·RBF 神经元结构 | 第16-17页 |
| ·RBF 神经网络 | 第17-18页 |
| ·RBF 神经网络的学习过程 | 第18页 |
| ·RBF 神经网络特点 | 第18-19页 |
| ·基于 T-S 模糊 RBF 神经网络 | 第19-37页 |
| ·模糊推理系统 | 第19-22页 |
| ·模糊神经网络模型 | 第22-37页 |
| ·本章小结 | 第37-38页 |
| 第3章 涡轮增压系统的智能故障诊断 | 第38-48页 |
| ·涡轮增压系统简介 | 第38-39页 |
| ·涡轮增压系统的作用 | 第38页 |
| ·废气涡轮增压系统的结构及工作原理 | 第38-39页 |
| ·涡轮增压器的故障分析 | 第39-41页 |
| ·增压器压缩效率下降 | 第39页 |
| ·空气冷却器故障 | 第39-40页 |
| ·涡轮保护格栅堵塞 | 第40页 |
| ·涡轮进排气管道流通不畅 | 第40页 |
| ·压气机空气滤器、叶轮、扩压器及涡轮喷嘴堵塞 | 第40-41页 |
| ·故障诊断网络的训练与测试 | 第41-46页 |
| ·输入输出向量及数据样本集的确定 | 第41页 |
| ·基于神经网络的故障诊断流程框图 | 第41-42页 |
| ·网络的训练与测试 | 第42-45页 |
| ·故障诊断网络仿真实验比较 | 第45-46页 |
| ·本章小结 | 第46-48页 |
| 第4章 基于聚类的 T-SRBF 故障诊断专家系统 | 第48-58页 |
| ·专家系统介绍 | 第48-52页 |
| ·专家系统特征 | 第48页 |
| ·专家系统建造过程 | 第48-49页 |
| ·专家系统组成部分 | 第49-52页 |
| ·基于模糊神经网络的专家系统的优势 | 第52-53页 |
| ·混合编程 | 第53-57页 |
| ·matlab 与 java 结合 | 第53页 |
| ·混合编程实现的两种方法 | 第53-54页 |
| ·软件系统实现过程 | 第54-55页 |
| ·软件系统的功能介绍 | 第55-57页 |
| ·本章小结 | 第57-58页 |
| 结论 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 攻读硕士学位期间发表的学术论文 | 第64-66页 |
| 致谢 | 第66-67页 |
| 详细摘要 | 第67-69页 |