电站锅炉故障诊断与预测研究
| 中文摘要 | 第4-5页 |
| 英文摘要 | 第5页 |
| 1 绪论 | 第7-16页 |
| 1．1 课题研究的目的及意义 | 第7页 |
| 1．2 课题国内外研究及应用现状概述 | 第7-12页 |
| 1．2．1 故障诊断技术的发展概述 | 第8-9页 |
| 1．2．2 专家系统与神经网络发展概述 | 第9-12页 |
| 1．3 课题的研究方法和完成的工作及其步骤 | 第12-16页 |
| 2 锅炉故障诊断与预测功能模块及其知识库的建立 | 第16-32页 |
| 2．1 锅炉故障诊断与预测软件的框架 | 第16-18页 |
| 2．2 知识表示和知识获取 | 第18-23页 |
| 2．3 锅炉故障诊断与预测知识库的建立 | 第23-32页 |
| 3 锅炉故障诊断的神经网络模型 | 第32-45页 |
| 3．1 神经网络概述 | 第32-37页 |
| 3．1．1 神经网络基本原理 | 第32-34页 |
| 3．1．2 BP网络 | 第34-37页 |
| 3．2 模糊模块化神经网络 | 第37-39页 |
| 3．3 模糊模块化神经网络应用 | 第39-45页 |
| 4 锅炉故障预测的神经网络模型 | 第45-56页 |
| 4．1 锅炉故障的可预测性 | 第45页 |
| 4．2 几种常用的故障预测方法 | 第45-47页 |
| 4．3 BP神经网络的预测模型 | 第47-49页 |
| 4．4 递推合成BP网络及其算法 | 第49-51页 |
| 4．5 锅炉故障预测模型 | 第51-56页 |
| 5 系统软件实现及仿真实验 | 第56-66页 |
| 5．1 系统的软件实现 | 第56页 |
| 5．2 系统界面 | 第56-60页 |
| 5．3 系统仿真实验 | 第60-65页 |
| 5．4 本系统的特点 | 第65-66页 |
| 6 结论 | 第66-67页 |
| 致谢 | 第67-68页 |
| 参考文献 | 第68-71页 |
| 硕士期间论文发表情况 | 第71页 |
