| 摘要 | 第1-4页 |
| Abstract | 第4-11页 |
| 第1章 概论 | 第11-35页 |
| ·引言 | 第11-13页 |
| ·论文研究的学科背景 | 第11-12页 |
| ·论文研究的项目背景 | 第12-13页 |
| ·SDG 研究 | 第13-24页 |
| ·故障诊断研究 | 第13-16页 |
| ·SDG 的基本概念 | 第16-17页 |
| ·SDG 的推理 | 第17-19页 |
| ·SDG 的发展与应用 | 第19-23页 |
| ·SDG 研究与相关技术 | 第23-24页 |
| ·数据融合 | 第24-31页 |
| ·数据融合的概念 | 第24-25页 |
| ·数据融合的层次 | 第25-26页 |
| ·数据融合的方法 | 第26-29页 |
| ·国内外研究现状 | 第29-30页 |
| ·数据融合是交叉技术 | 第30-31页 |
| ·论文的内容和结构 | 第31-35页 |
| 第2章 SDG 模型的特性分析 | 第35-51页 |
| ·引言 | 第35页 |
| ·定向图 | 第35-40页 |
| ·故障传播图 | 第35-37页 |
| ·认知图和影响图 | 第37页 |
| ·过程图 | 第37-39页 |
| ·DG 与SDG 的比较 | 第39-40页 |
| ·SDG 模型的特性分析 | 第40-47页 |
| ·SDG 模型的基本特点 | 第40-42页 |
| ·补偿响应和逆响应 | 第42-43页 |
| ·补偿/逆响应对SDG 模型的影响 | 第43-47页 |
| ·补偿/逆响应的消除 | 第47页 |
| ·SDG 模型的数学分析 | 第47-50页 |
| ·准相容路径 | 第47-48页 |
| ·SDG 模型的数学描述 | 第48-50页 |
| ·小结 | 第50-51页 |
| 第3章 基于趋势分析的SDG 建模 | 第51-67页 |
| ·引言 | 第51页 |
| ·SDG 模型的建立方法 | 第51-55页 |
| ·物理模型的拓扑图 | 第52页 |
| ·数学模型的推导图 | 第52-53页 |
| ·经验模型的关系图 | 第53-54页 |
| ·综合建模过程 | 第54-55页 |
| ·基于趋势分析的SDG 建模方法 | 第55-61页 |
| ·趋势信息与SDG 模型信息 | 第55-57页 |
| ·基于趋势分析的SDG 建模 | 第57-59页 |
| ·实例分析 | 第59-61页 |
| ·基于SDG 模型的定性故障诊断 | 第61-65页 |
| ·基于SDG 模型的推理 | 第61-62页 |
| ·基于趋势分析和SDG 模型的定性故障诊断 | 第62-63页 |
| ·实例分析 | 第63-65页 |
| ·小结 | 第65-67页 |
| 第4章 基于SDG 模型和数据融合的半定量故障诊断 | 第67-111页 |
| ·引言 | 第67-68页 |
| ·数据融合方法研究 | 第68-92页 |
| ·数据融合方法 | 第68页 |
| ·相似度融合 | 第68-75页 |
| ·区间融合 | 第75-82页 |
| ·分类融合 | 第82-91页 |
| ·数据融合方法小结 | 第91-92页 |
| ·基于SDG 模型的模糊融合半定量推理 | 第92-103页 |
| ·节点符号阈值 | 第92-94页 |
| ·定性模糊偏差 | 第94页 |
| ·故障传播可能性融合 | 第94-99页 |
| ·模糊融合推理及其算法 | 第99-101页 |
| ·实例分析 | 第101-103页 |
| ·基于SDG 模型的信息融合半定量推理 | 第103-109页 |
| ·SDG 模型节点的时序 | 第103-104页 |
| ·响应规则库 | 第104-105页 |
| ·信息融合推理及其算法 | 第105-107页 |
| ·实例分析 | 第107-109页 |
| ·小结 | 第109-111页 |
| 第5章 基于SDG 模型和Bayes 理论的多源故障诊断 | 第111-120页 |
| ·多源故障诊断 | 第111-112页 |
| ·基于Bayes 理论的多源故障诊断 | 第112-119页 |
| ·多源故障诊断的数学描述 | 第112-114页 |
| ·多源故障诊断的Lagrange 松弛法 | 第114-116页 |
| ·多源故障诊断的Lagrange 松弛算法 | 第116-117页 |
| ·实例分析 | 第117-119页 |
| ·小结 | 第119-120页 |
| 第6章 基于SDG 模型的铝电解槽故障诊断 | 第120-145页 |
| ·铝电解工艺 | 第120-128页 |
| ·电解铝 | 第120-121页 |
| ·铝电解槽 | 第121-124页 |
| ·铝电解槽主要参数 | 第124-127页 |
| ·铝电解模糊控制方法 | 第127-128页 |
| ·铝电解槽故障诊断 | 第128-143页 |
| ·铝电解槽故障 | 第128-132页 |
| ·铝电解槽SDG 模型 | 第132-136页 |
| ·基于SDG 模型的铝电解槽故障诊断 | 第136-142页 |
| ·铝电解槽故障诊断技术发展 | 第142-143页 |
| ·小结 | 第143-145页 |
| 第7章 总结与展望 | 第145-153页 |
| ·论文研究工作总结 | 第145-151页 |
| ·论文研究目标 | 第145-146页 |
| ·论文研究内容 | 第146-149页 |
| ·论文研究成果 | 第149-151页 |
| ·基于SDG 模型的故障诊断展望 | 第151-153页 |
| 参考文献 | 第153-161页 |
| 致谢 | 第161-162页 |
| 附录A 证据理论简介 | 第162-167页 |
| A.1 证据理论的基本概念 | 第162-164页 |
| A.2 证据理论的合成法则 | 第164-167页 |
| 附录B 粗神经网络简介 | 第167-171页 |
| B.1 粗神经网络拓扑 | 第167-168页 |
| B.2 粗神经网络BP 学习算法 | 第168-171页 |
| 附录C 趋势分析简介 | 第171-177页 |
| C.1 趋势分析 | 第171-173页 |
| C.2 基于趋势分析的故障诊断 | 第173-174页 |
| C.3 区间半分法 | 第174-177页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第177-178页 |