| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪 论 | 第10-14页 |
| ·汽轮机故障诊断研究的意义 | 第10-11页 |
| ·机械故障诊断技术现状 | 第11页 |
| ·神经网络国内外研究现状 | 第11-13页 |
| ·本论文的主要研究内容 | 第13-14页 |
| 第2章 基于神经网络的汽轮机故障诊断原理 | 第14-27页 |
| ·故障诊断技术介绍 | 第14-16页 |
| ·故障诊断的概念 | 第14页 |
| ·机械状态检测与故障诊断的内容 | 第14-15页 |
| ·常用的汽轮机故障诊断方法 | 第15-16页 |
| ·人工神经网络 | 第16-20页 |
| ·人工神经网络的定义 | 第16-17页 |
| ·人工神经网络理论的发展史 | 第17-18页 |
| ·人工神经网络的基本原理 | 第18-19页 |
| ·神经网络的主要应用与研究 | 第19-20页 |
| ·BP 神经网络原理 | 第20-26页 |
| ·BP 神经网络结构 | 第21页 |
| ·BP 算法及原理 | 第21-23页 |
| ·BP 网络学习流程图 | 第23-24页 |
| ·BP 神经网络的特点 | 第24-25页 |
| ·BP 神经网络的不足与改进 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第3章 汽轮机轴系振动故障诊断的BP 神经网络模型设计 | 第27-39页 |
| ·神经网络故障诊断和故障特征的提取 | 第27-29页 |
| ·运用神经网络进行故障诊断 | 第27-28页 |
| ·汽轮机故障特征值提取 | 第28-29页 |
| ·神经网络故障检测模型建立 | 第29-38页 |
| ·样本的建立与数据预处理 | 第29-30页 |
| ·神经网络模型结构设计 | 第30-38页 |
| ·本章小结 | 第38-39页 |
| 第4章 运用BP 神经网络对汽轮机故障诊断Matlab 仿真 | 第39-45页 |
| ·Matlab 简介 | 第39页 |
| ·BP 神经网络模型的Matlab 实现 | 第39-43页 |
| ·BP 神经网络建立 | 第40页 |
| ·BP 网络学习训练 | 第40-42页 |
| ·BP 网络故障诊断 | 第42-43页 |
| ·结果分析 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 第5章 汽轮机故障诊断系统设计 | 第45-54页 |
| ·汽轮机组诊断系统结构 | 第45-46页 |
| ·故障诊断软件 | 第46-53页 |
| ·用户管理 | 第46-47页 |
| ·数据库文件操作 | 第47-48页 |
| ·振动数据的图形显示与分析 | 第48-51页 |
| ·振动故障诊断模块 | 第51-53页 |
| ·本章小结 | 第53-54页 |
| 结论 | 第54-56页 |
| 参考文献 | 第56-59页 |
| 攻读学位期间发表的学术论文 | 第59-60页 |
| 致谢 | 第60页 |