| 摘要 | 第1-5页 |
| ABSTRACT | 第5-6页 |
| 创新点摘要 | 第6-9页 |
| 第1章 绪论 | 第9-15页 |
| ·研究背景及意义 | 第9-10页 |
| ·国内外研究现状 | 第10-13页 |
| ·燃气轮机故障诊断技术的国内研究现状 | 第10-11页 |
| ·燃气轮机故障诊断技术的国外研究现状 | 第11-12页 |
| ·对现有研究成果及发展趋势评价 | 第12-13页 |
| ·主要研究内容及论文结构 | 第13-15页 |
| 第2章 相关理论基础 | 第15-36页 |
| ·TORNADO 燃气轮机概述 | 第15-20页 |
| ·TORNADO 燃气轮机的工作原理 | 第15-16页 |
| ·TORNADO 燃气轮机的结构组成 | 第16-20页 |
| ·故障诊断的主要方法 | 第20-22页 |
| ·基于解析模型的方法 | 第20页 |
| ·基于信号处理的方法 | 第20-21页 |
| ·基于知识的方法 | 第21-22页 |
| ·神经网络与专家系统 | 第22-30页 |
| ·神经网络概述 | 第22-23页 |
| ·组合神经网络 | 第23-26页 |
| ·专家系统理论 | 第26-30页 |
| ·神经网络专家系统概述 | 第30-35页 |
| ·神经网络与专家系统结合的可行性 | 第30页 |
| ·神经网络与专家系统结合的必要性 | 第30-31页 |
| ·神经网络专家系统的原理 | 第31-32页 |
| ·神经网络专家系统的特性 | 第32-33页 |
| ·神经网络专家系统的结构及其功能 | 第33-34页 |
| ·神经网络专家系统用作故障诊断的原因 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第3章 TORNADO 燃气轮机故障诊断模型构建 | 第36-46页 |
| ·知识存储器的建立 | 第37页 |
| ·组合神经网络模型的建立 | 第37-42页 |
| ·TORNADO 燃气轮机的主要故障类型 | 第37-39页 |
| ·组合神经网络的设计 | 第39-42页 |
| ·推理机的建立 | 第42-43页 |
| ·解释器的建立 | 第43-44页 |
| ·人机交互界面的建立 | 第44-45页 |
| ·知识库管理系统 | 第44页 |
| ·信息查询系统 | 第44-45页 |
| ·本章小结 | 第45-46页 |
| 第4章 TORNADO 燃气轮机故障诊断专家系统的应用 | 第46-55页 |
| ·数据的采集 | 第46页 |
| ·数据的处理 | 第46-48页 |
| ·数据处理的意义 | 第46页 |
| ·数据处理的方法 | 第46-48页 |
| ·神经网络参数的选定 | 第48-49页 |
| ·初始权值的设定 | 第48页 |
| ·学习速率的选取 | 第48页 |
| ·期望误差的确定 | 第48-49页 |
| ·神经网络的训练 | 第49-52页 |
| ·应用举例 | 第52-54页 |
| ·本章小结 | 第54-55页 |
| 结论 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 发表文章目录 | 第59-60页 |
| 附录A：BP 网络权值阈值 | 第60-62页 |
| 附录B：训练样本 | 第62-64页 |
| 附录C：测试样本 | 第64-65页 |
| 附录D：萨南深冷装置故障停机调查分析报告 | 第65-66页 |
| 致谢 | 第66-67页 |
| 详细摘要 | 第67-73页 |