| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 绪论 | 第8-15页 |
| ·引言 | 第8页 |
| ·船舶柴油机故障诊断系统的国内外研究现状 | 第8-12页 |
| ·船舶柴油机故障诊断的发展趋势 | 第12-13页 |
| ·现有研究存在的不足 | 第13页 |
| ·本文的研究内容 | 第13-15页 |
| 第二章 船舶柴油机故障诊断专家系统 | 第15-26页 |
| ·概述 | 第15页 |
| ·专家系统基础理论 | 第15-18页 |
| ·专家系统的基本功能 | 第15-16页 |
| ·专家系统的特点 | 第16页 |
| ·专家系统的组成 | 第16-18页 |
| ·知识库 | 第18-23页 |
| ·专家系统的知识表示方法 | 第18-20页 |
| ·知识的获取 | 第20-23页 |
| ·船舶柴油机故障诊断专家系统的设计 | 第23-25页 |
| ·小结 | 第25-26页 |
| 第三章 基于在线诊断的船舶柴油机故障诊断系统研究 | 第26-41页 |
| ·概述 | 第26页 |
| ·船舶柴油机故障诊断系统的框架结构 | 第26-27页 |
| ·船舶柴油机故障诊断系统的硬件组成 | 第27-29页 |
| ·船舶柴油机故障诊断系统的软件开发技术 | 第29-35页 |
| ·故障诊断系统软件的主要组成模块 | 第30-33页 |
| ·数据库在故障诊断系统中的应用 | 第33-35页 |
| ·船舶柴油机故障诊断系统功能样机的主要功能 | 第35-40页 |
| ·小结 | 第40-41页 |
| 第四章 船舶柴油机状态参数的在线训练和趋势预测研究 | 第41-70页 |
| ·概述 | 第41页 |
| ·船舶柴油机状态参数的在线训练研究 | 第41-45页 |
| ·船舶柴油机状态参数正常运行范围的确定 | 第42页 |
| ·船舶柴油机状态参数预警限值和报警限值的计算 | 第42-45页 |
| ·基于时间序列分析的状态参数趋势预测研究 | 第45-53页 |
| ·时间序列分析理论基础 | 第45页 |
| ·ARMA 时间序列的数学模型 | 第45-47页 |
| ·MATLAB 与JAVA 语言的混合编程 | 第47-50页 |
| ·ARMA 时间序列预测功能的实现 | 第50-53页 |
| ·基于人工神经网络的状态参数趋势预测研究 | 第53-68页 |
| ·神经网络概述 | 第53-58页 |
| ·人工神经网络关联模型 | 第58-62页 |
| ·人工神经网络的在线训练 | 第62-63页 |
| ·在线式神经网络训练在故障预测中的实现 | 第63-68页 |
| ·时间序列分析趋势预测方法和神经网络趋势预测方法的比较 | 第68-69页 |
| ·小结 | 第69-70页 |
| 第五章 船舶柴油机故障诊断系统的实船应用 | 第70-81页 |
| ·概述 | 第70页 |
| ·船舶柴油机故障诊断系统的实船需求 | 第70-71页 |
| ·粤海铁船柴油机故障诊断系统 | 第71-80页 |
| ·粤海铁船柴油机故障诊断系统的总体方案 | 第71-73页 |
| ·故障诊断系统在粤海铁船上的应用效果 | 第73-80页 |
| ·小结 | 第80-81页 |
| 第六章 总结和展望 | 第81-83页 |
| ·总结 | 第81-82页 |
| ·展望 | 第82-83页 |
| 致谢 | 第83-84页 |
| 参考文献 | 第84-87页 |
| 攻读硕士期间发表的论文 | 第87-88页 |
| 详细摘要 | 第88-91页 |