首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--自动化系统论文--监视、报警、故障诊断系统论文

智能计算的故障诊断系统的设计与实现

摘要第4-5页
abstract第5-6页
第1章 绪论第12-19页
    1.1 研究背景与意义第12-14页
    1.2 国内外研究现状第14-16页
        1.2.1 国内研究现状第14-15页
        1.2.2 国外研究现状第15-16页
    1.3 主要研究内容第16-17页
    1.4 论文的组织结构第17-19页
第2章 相关工作第19-29页
    2.1 数据获取第19-20页
    2.2 数据预处理第20-23页
        2.2.1 降噪处理第20页
        2.2.3 小波变换降噪第20-22页
        2.2.4 主成分分析算法第22-23页
    2.3 卡尔曼滤波第23-24页
    2.4 BP神经网络第24-28页
        2.4.1 BP神经网络结构第24-25页
        2.4.2 BP算法步骤第25-27页
        2.4.3 BP神经网络的性能分析第27-28页
    2.5 本章小结第28-29页
第3章 系统需求分析与设计第29-49页
    3.1 系统功能需求分析第29-36页
        3.1.1 系统总体功能需求第29-30页
        3.1.2 用户注册登录和系统管理需求分析第30-32页
        3.1.3 数据管理需求分析第32-33页
        3.1.4 故障诊断模型构建需求分析第33-35页
        3.1.5 故障诊断需求分析第35-36页
        3.1.6 系统界面交互功能需求分析第36页
    3.2 系统非功能需求分析第36-37页
    3.3 系统可行性分析第37-38页
    3.4 系统的总体设计第38-44页
        3.4.1 系统总体框架结构设计第38-39页
        3.4.2 系统功能结构设计第39-40页
        3.4.3 系统模块详细设计第40-43页
        3.4.4 系统整体流程设计第43-44页
    3.5 数据存储设计第44-48页
        3.5.1 数据存储设计规则第44页
        3.5.2 概念数据模型设计第44-45页
        3.5.3 数据库物理表设计第45-48页
    3.6 本章小结第48-49页
第4章 系统关键技术第49-63页
    4.1 小波变换降噪处理第49-50页
    4.2 计算特征参数第50-52页
    4.3 特征选择第52-55页
        4.3.1 故障特征参数选取的原则第52-53页
        4.3.2 特征参数的选择第53-55页
        4.3.3 数据归一化处理第55页
    4.4 信息反馈BP神经网络模型的构建第55-62页
        4.4.1 信息反馈BP神经网络算法提出第55-56页
        4.4.2 信息反馈BP神经网络算法训练流程第56-58页
        4.4.3 信息反馈BP神经网络模型默认参数设置第58-61页
        4.4.4 对比实验第61-62页
    4.5 本章小结第62-63页
第5章 系统实现与测试第63-71页
    5.1 系统实现第63-65页
        5.1.1 数据管理实现第63-64页
        5.1.2 故障诊断模型构建实现第64页
        5.1.3 故障诊断实现第64-65页
    5.2 系统测试方案第65-66页
        5.2.1 软件测试原理第65-66页
        5.2.2 软件测试环境第66页
    5.3 系统测试用例第66-69页
        5.3.1 功能测试第66-68页
        5.3.2 故障诊断模型准确度测试第68页
        5.3.3 系统性能测试第68-69页
        5.3.4 系统稳定性测试第69页
    5.4 测试结果第69-70页
    5.5 本章小结第70-71页
第6章 总结与展望第71-73页
    6.1 总结第71-72页
    6.2 展望第72-73页
致谢第73-74页
参考文献第74-77页
攻读学位期间发表的学术论文以及参加科研情况第77-78页

论文共78页,点击 下载论文
上一篇:基于Web的气象雷达数据三维可视化研究
下一篇:高维优化问题进化求解中增强收敛性的进化算子研究