| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 1 绪论 | 第9-18页 |
| ·设备状态监测与故障诊断概述 | 第9-11页 |
| ·旋转机械故障诊断的发展概况 | 第11-12页 |
| ·常用的故障诊断方法 | 第12-14页 |
| ·设备状态监测与故障诊断技术对工业企业的作用和意义 | 第14页 |
| ·课题来源及意义 | 第14-18页 |
| 2 人工神经网络及其应用 | 第18-31页 |
| ·人工神经网络简述 | 第18页 |
| ·神经网络理论基础 | 第18-24页 |
| ·人工神经网络的构成 | 第18页 |
| ·神经元的结构模型 | 第18-20页 |
| ·人工神经网络的学习规则 | 第20-23页 |
| ·神经网络的信息表达能力 | 第23-24页 |
| ·BP 神经网络 | 第24-29页 |
| ·BP 神经网络发展 | 第24-26页 |
| ·BP 网络设计的几个问题 | 第26-28页 |
| ·BP 型人工神经网络的优缺点 | 第28页 |
| ·BP 型人工神经网络的改进 | 第28-29页 |
| ·神经网络在故障诊断中的应用 | 第29-31页 |
| 3 遗传算法及其应用 | 第31-41页 |
| ·遗传算法的概述 | 第31页 |
| ·遗传算法的思想 | 第31-32页 |
| ·遗传算法的设计与实现 | 第32-39页 |
| ·遗传算法有三个基本操作 | 第32页 |
| ·遗传算法的实现 | 第32-39页 |
| ·遗传算法的优点 | 第39-40页 |
| ·遗传算法在故障诊断中的应用 | 第40-41页 |
| 4 遗传神经网络在旋转机械中的应用建模 | 第41-55页 |
| ·基本思想 | 第41-43页 |
| ·建模工具箱简介 | 第43-46页 |
| ·BP 网络算法建模 | 第46-49页 |
| ·遗传神经网络建模 | 第49-53页 |
| ·仿真结论 | 第53-55页 |
| 5 1号烧结抽烟机在线振动监测故障诊断系统的研制 | 第55-74页 |
| ·机组运行简介 | 第55-59页 |
| ·测点选择 | 第56-59页 |
| ·系统硬件实现 | 第59-63页 |
| ·传感器选型及安装 | 第59-62页 |
| ·数据采集仪 | 第62页 |
| ·系统硬件布线图 | 第62-63页 |
| ·系统软件开发的关键技术 | 第63-74页 |
| ·软件功能设计 | 第63-64页 |
| ·软件平台的选择 | 第64-65页 |
| ·数据存储和管理 | 第65-66页 |
| ·多线程技术的应用 | 第66页 |
| ·软件开发流程 | 第66-67页 |
| ·用户主界面设计 | 第67页 |
| ·组态编辑模块设计 | 第67-69页 |
| ·网络采集卡设置模块 | 第69页 |
| ·历史趋势查询模块 | 第69页 |
| ·智能诊断模块 | 第69-74页 |
| 6 结论 | 第74-75页 |
| 致谢 | 第75-76页 |
| 参考文献 | 第76-79页 |
| 附录 | 第79-81页 |