| 第一章 绪论 | 第1-17页 |
| 1．1 诊断的意义及诊断技术发展 | 第11-12页 |
| 1．2 设备故障诊断方法 | 第12-15页 |
| 1．3 本文的研究背景及主要研究内容 | 第15-17页 |
| 第二章 故障征兆表示及模糊处理 | 第17-29页 |
| 2．1 引言 | 第17页 |
| 2．2 诊断系统知识特点 | 第17-19页 |
| 2．2．1 诊断知识类型 | 第17-18页 |
| 2．2．2 诊断知识特点 | 第18-19页 |
| 2．3 诊断参量定义 | 第19-23页 |
| 2．3．1 诊断参量定义 | 第19-21页 |
| 2．3．2 汽轮机故障诊断系统的诊断参量 | 第21-22页 |
| 2．3．3 故障征兆的表示 | 第22-23页 |
| 2．4 征兆的模糊处理 | 第23-28页 |
| 2．4．1 征兆模糊处理的数学基础 | 第23-24页 |
| 2．4．2 征兆模糊不确定测度 | 第24-28页 |
| 2．5 小结 | 第28-29页 |
| 第三章 基于振动信息的综合自动诊断 | 第29-47页 |
| 3．1 引言 | 第29-30页 |
| 3．2 汽轮发电机组故障特点 | 第30-32页 |
| 3．3 振动故障模糊聚类分析 | 第32-36页 |
| 3．3．1 故障模式类 | 第32-33页 |
| 3．3．2 故障标准模式类的中心分布 | 第33-36页 |
| 3．4 模糊关系诊断方法（FD） | 第36-39页 |
| 3．4．1 模糊关系诊断原理 | 第36-38页 |
| 3．4．2 模糊关系诊断方法研究 | 第38-39页 |
| 3．5 基于振动信息的综合诊断及实例 | 第39-45页 |
| 3．5．1 综合诊断模型 | 第39-40页 |
| 3．5．2 诊断实例 | 第40-43页 |
| 3．5．3 振动信息综合的在线诊断系统实现 | 第43-45页 |
| 3．6 小结 | 第45-47页 |
| 第四章 基于知识的故障诊断方法研究 | 第47-67页 |
| 4．1 引言 | 第47页 |
| 4．2 诊断经验知识表示 | 第47-50页 |
| 4．2．1 知识的表示及组织原则 | 第47-49页 |
| 4．2．2 模糊产生式规则 | 第49-50页 |
| 4．3 诊断系统中不确定推理 | 第50-55页 |
| 4．3．1 不确定推理方法 | 第50-51页 |
| 4．3．2 加权模糊逻辑 | 第51-53页 |
| 4．3．3 加权模糊逻辑推理 | 第53-55页 |
| 4．4 诊断系统的推理控制策略 | 第55-57页 |
| 4．5 基于数据库的知识库管理系统 | 第57-59页 |
| 4．5．1 知识库管理的数据库接口系统 | 第57-58页 |
| 4．5．2 知识库中实体的数据结构 | 第58-59页 |
| 4．5．3 诊断知识库的建立与维护 | 第59页 |
| 4．6 诊断专家系统的结构和功能 | 第59-66页 |
| 4．6．1 系统总体结构 | 第59-60页 |
| 4．6．2 多任务结构 | 第60-61页 |
| 4．6．3 黑板结构 | 第61-62页 |
| 4．6．4 模块与功能 | 第62-63页 |
| 4．6．5 运行实例 | 第63-66页 |
| 4．7 小结 | 第66-67页 |
| 第五章 综合诊断方法研究 | 第67-76页 |
| 5．1 引言 | 第67-68页 |
| 5．2 综合诊断方法 | 第68-75页 |
| 5．2．1 基于同源多特征信息的综合 | 第68-72页 |
| 5．2．2 基于异类多源信息的综合诊断 | 第72-75页 |
| 5．3 小结 | 第75-76页 |
| 第六章 汽轮发电机组状态监测与故障诊断系统（TG40-CMAFD） | 第76-86页 |
| 6．1 TG40-CMAFD系统结构 | 第76-82页 |
| 6．1．1 TG40-CMAFD系统硬件的总体结构 | 第76-78页 |
| 6．1．2 TG40-CMAFD系统软件特点及结构和功能 | 第78-82页 |
| 6．2 TG40-CMAFD系统运行实例 | 第82-85页 |
| 6．3 小结 | 第85-86页 |
| 第七章 结论与展望 | 第86-89页 |
| 7．1 全文总结 | 第86-87页 |
| 7．2 本文创新之处 | 第87-88页 |
| 7．3 研究展望 | 第88-89页 |
| 主要参考文献 | 第89-96页 |
| 博士期间发表的论文 | 第96-97页 |
| 致谢 | 第97页 |
