基于粒计算和神经网络的电站风机故障诊断的应用
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-12页 |
| 第1章 绪论 | 第12-17页 |
| ·课题研究的背景和意义 | 第12-14页 |
| ·论文的研究内容和思路 | 第14-17页 |
| ·论文的主要研究内容 | 第14-15页 |
| ·论文的创新点 | 第15-16页 |
| ·论文的组织结构 | 第16-17页 |
| 第2章 故障诊断技术 | 第17-31页 |
| ·故障诊断的基本概念 | 第17-19页 |
| ·故障诊断技术的发展概况 | 第19-21页 |
| ·国外发展状况 | 第20-21页 |
| ·国内发展状况 | 第21页 |
| ·故障诊断方法概述 | 第21-25页 |
| ·传统故障诊断方法 | 第22页 |
| ·智能故障诊断方法 | 第22-25页 |
| ·风机故障诊断技术 | 第25-31页 |
| ·风机介绍 | 第25页 |
| ·风机故障的主要原因 | 第25-26页 |
| ·风机常见故障类型与特征 | 第26-31页 |
| 第3章 粒计算和神经网络基本理论 | 第31-63页 |
| ·粒计算的基本概念 | 第31-36页 |
| ·粒计算的基本要素 | 第31-32页 |
| ·粒计算的基本问题 | 第32-33页 |
| ·粒计算的主要理论模型 | 第33-36页 |
| ·粗糙集基本理论 | 第36-45页 |
| ·知识与分类 | 第37-39页 |
| ·上下近似集合 | 第39-41页 |
| ·近似精度和隶属度 | 第41页 |
| ·知识约简 | 第41-44页 |
| ·知识依赖性 | 第44-45页 |
| ·基于粒矩阵的约简算法 | 第45-55页 |
| ·二进制粒化 | 第46-47页 |
| ·二进制粒矩阵 | 第47-50页 |
| ·基于二进制粒矩阵的约简算法 | 第50-55页 |
| ·神经网络基本理论 | 第55-63页 |
| ·神经网络的发展历史 | 第55-56页 |
| ·神经网络的基本概念 | 第56-60页 |
| ·RBF 神经网络 | 第60-63页 |
| 第4章 粒计算和神经网络结合的风机故障诊断方法 | 第63-79页 |
| ·粒计算-神经网络故障诊断方法概述 | 第63-64页 |
| ·诊断模型 | 第64-68页 |
| ·故障知识表的约简 | 第68-73页 |
| ·信息粒化 | 第71-72页 |
| ·条件属性的约简 | 第72-73页 |
| ·实验比较与分析 | 第73-79页 |
| 第5章 总结与展望 | 第79-81页 |
| ·总结 | 第79-80页 |
| ·展望 | 第80-81页 |
| 参考文献 | 第81-86页 |
| 致谢 | 第86-87页 |
| 攻读硕士学位期间发表的学术论文目录 | 第87页 |
