| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 课题背景及选题意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 换热站监控技术研究现状 | 第11-13页 |
| 1.2.2 故障树分析法研究现状 | 第13-15页 |
| 1.3 本文主要研究内容 | 第15-17页 |
| 第2章 换热站工作机理和故障树分析法理论基础及分析 | 第17-32页 |
| 2.1 换热站基本工作机理 | 第17-19页 |
| 2.1.1 换热站监控系统概图 | 第17-18页 |
| 2.1.2 换热站工作原理 | 第18-19页 |
| 2.2 故障树分析法理论技术 | 第19-26页 |
| 2.2.1 故障树分析法基本流程 | 第20-21页 |
| 2.2.2 FTA的符号表示和逻辑运算法则 | 第21-22页 |
| 2.2.3 最小割集法 | 第22-23页 |
| 2.2.4 故障树定量分析 | 第23-24页 |
| 2.2.5 故障树分析法在换热站监控系统中应用可行性分析 | 第24-26页 |
| 2.3 BP神经网络基础 | 第26-30页 |
| 2.3.1 BP神经网络 | 第26-30页 |
| 2.3.2 BP神经网络换热站参数训练可行性分析 | 第30页 |
| 2.4 本章小结 | 第30-32页 |
| 第3章 换热站监控参数模块化采集方案设计 | 第32-42页 |
| 3.1 数据监测采集模块设计方案 | 第32-33页 |
| 3.2 STM32最小系统 | 第33-34页 |
| 3.3 数据采集模块 | 第34-37页 |
| 3.4 数据通信模块 | 第37-39页 |
| 3.5 数据监测采集模块软件架构 | 第39-41页 |
| 3.6 本章小结 | 第41-42页 |
| 第4章 基于FTA结合BP神经网络的换热站参数智能分析方法研究 | 第42-54页 |
| 4.1 换热站监控系统的特点 | 第42页 |
| 4.2 基于FTA结合BP神经网络的换热站参数分析法 | 第42-53页 |
| 4.2.1 参数分析方法设计实现 | 第42-44页 |
| 4.2.2 建立换热站FTA分析模型 | 第44-48页 |
| 4.2.3 BP神经网络结合FTA期望向量集参数离线训练方法 | 第48-53页 |
| 4.3 本章小结 | 第53-54页 |
| 第5章 换热站多参数离线训练仿真测试及分析 | 第54-62页 |
| 5.1 离线训练MATLAB仿真实验 | 第54-60页 |
| 5.1.1 第一组仿真训练 | 第54-58页 |
| 5.1.2 训练对比实验 | 第58-59页 |
| 5.1.3 离线训练结果测试实验 | 第59-60页 |
| 5.2 实验结果分析 | 第60-61页 |
| 5.3 本章小结 | 第61-62页 |
| 结论 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第68-69页 |
| 致谢 | 第69-70页 |
| 作者简介 | 第70页 |
