首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--人工神经网络与计算论文

阀体产品装配质量状态评估与诊断预测方法研究

摘要第4-6页
ABSTRACT第6-7页
第1章 绪论第10-17页
    1.1 .研究背景及意义第10-11页
    1.2 .灰色系统理论第11-12页
        1.2.1 .不确定系统的研究第11-12页
        1.2.2 .灰色系统的基本概念第12页
    1.3 .BP神经网络第12-14页
        1.3.1 .BP神经网络的原理第12-13页
        1.3.2 .人工神经网络的特点第13页
        1.3.3 .BP网络的局限性第13-14页
    1.4 .课题的提出及意义第14-17页
        1.4.1 .课题的提出第14-15页
        1.4.2 .课题的意义第15页
        1.4.3 .课题研究的主要内容及其框架第15-17页
第2章 基于灰色系统理论的阀体装配质量评估第17-26页
    2.1 .阀体装配质量分析第17-18页
    2.2 .灰色系统理论评估现状第18-19页
    2.3 .关联度计算第19-21页
    2.4 .阀体装配质量灰色评估分析第21-25页
        2.4.1 球阀的装配过程第21-23页
        2.4.2 .搜索数据、建立评估因素集第23页
        2.4.3 .阀体装配质量数据的量纲一化处理第23-24页
        2.4.4 .阀体各影响因素的关联度系数第24页
        2.4.5 .绝对关联度、相对关联度、综合关联度第24-25页
        2.4.6 .结果分析第25页
    2.5 .小结第25-26页
第3章 基于BP神经网络的阀体故障诊断第26-37页
    3.1 .阀体BP神经网络的故障诊断概述第26页
    3.2 .神经网络的发展现状第26-28页
    3.3 .BP神经网络原理及其算法推导过程第28-29页
    3.4 .基于BP神经网络故障诊断的建模原理第29-31页
        3.4.1 .输入节点与输出节点的设置第29-30页
        3.4.2 .隐含层数及节点的设置第30页
        3.4.3 .神经元激活函数的选取第30-31页
    3.5 .阀体故障诊断的BP网络模型第31-35页
        3.5.1 .阀体故障类型分类第31-32页
        3.5.2 .阀体的故障诊断网络模型第32-33页
        3.5.3 .神经网络参数选取第33页
        3.5.4 .神经网络的训练第33-34页
        3.5.5 .神经网络的诊断第34-35页
    3.6 .小结第35-37页
第4章 基于灰色系统理论GM(1,1)模型的阀体装配质量故障预测第37-47页
    4.1 .阀体灰色预测的GM(1,1)模型概述第37-38页
    4.2 .灰色预测的GM(1,1)模型理论第38-39页
    4.3 .阀体装配质量预测目的、要求及步骤第39-41页
    4.4 .阀体装配质量灰色理论预测模-GM(1,1)模型第41-46页
        4.4.1 预测因素集第41页
        4.4.2 .原始数据的二阶弱化序列及1—AGO序列第41-42页
        4.4.3 .GM(1,1)模型的白化方程第42-44页
        4.4.4 .计算Φ与Φ的灰色绝对关联度ε第44页
        4.4.5 .计算均方差比C第44-45页
        4.4.6 .计算小误差概率p第45-46页
    4.5 .小结第46-47页
第5章 总结与展望第47-48页
致谢第48-49页
参考文献第49-53页
攻读硕士学位期间取得的研究成果第53页

论文共53页,点击 下载论文
上一篇:熔融盐直接接触换热特性模拟研究
下一篇:基于无线传感器技术的车辆定位系统研究