首页--交通运输论文--综合运输论文--工商业运输论文--集装箱运输论文--集装箱种类论文--冷藏集装箱论文

基于神经网络的船舶冷藏集装箱故障诊断研究

引言第1-11页
第一章 故障诊断技术的描述第11-14页
 1.1 故障诊断的基本概念第11页
 1.2 现代故障诊断的主要内容第11-12页
 1.3 故障诊断系统的性能第12页
 1.4 故障诊断的智能化第12-13页
 1.5 冷藏集装箱的故障诊断第13-14页
第二章 船舶冷藏集装箱第14-23页
 2.1 冷藏运输第14-15页
  2.1.1 冷藏集装箱运输第14-15页
   2.1.1.1 世界冷藏集装箱运输的现状第14页
   2.1.1.2 冷藏集装箱运输的优点第14-15页
 2.2 船舶冷藏集装箱第15-23页
  2.2.1 船舶冷藏集装箱的分类第15-16页
  2.2.2 船舶冷藏集装箱的尺寸标准第16-17页
  2.2.3 船舶冷藏集装箱的制冷系统的组成第17页
  2.2.4 新型的船舶冷藏集装箱第17-18页
  2.2.5 船舶冷藏集装箱的运行和管理第18-23页
   2.2.5.1 船舶冷藏集装箱的积载和检查第18-20页
    2.2.5.1.1 船舶冷藏集装箱的积载第19页
    2.2.5.1.2 船舶冷藏集装箱的检查第19-20页
   2.2.5.2 船舶冷藏集装箱货物运送温度和换气量第20-23页
第三章 船舶冷藏集装箱制冷机组的故障调查和分析第23-32页
 3.1 船舶冷藏集装箱制冷机组的软故障和硬故障第23页
 3.2 冷藏集装箱制冷系统的故障调查和分析第23-26页
 3.3 往复式压缩机的故障研究和分析第26-32页
  3.3.1 压缩机的热力性能故障模式及机理第26-28页
  3.3.2 压缩机机械功能故障模式及机理第28-29页
  3.3.3 故障树分析法的应用第29-32页
   3.3.3.1 故障树定性分析第29页
   3.3.3.2 故障树定量分析第29-30页
   3.3.3.3 压缩机主要故障的故障树表示法第30-32页
第四章 船舶冷藏集装箱远程故障诊断系统的基本框架第32-39页
 4.1 远程故障诊断技术第32-33页
  4.1.1 发展远程诊断的意义第32页
  4.1.2 远程诊断系统构成第32-33页
 4.2 船舶冷藏集装箱远程故障诊断系统第33-39页
  4.2.1 船舶冷藏集装箱远程故障监测和诊断系统的总结构图第33-35页
  4.2.2 现场诊断系统通讯方案采取第35-37页
  4.2.3 网络方案及数据传输接口第37-39页
第五章 船舶冷藏集装箱故障参数范例集和硬故障库的建立第39-53页
 5.1 数据采集第39-41页
  5.1.1 采集系统原理分析第39-41页
 5.2 上海海事大学冷藏集装箱实验平台第41-48页
  5.2.1 环境室第41-43页
  5.2.2 冷藏集装箱第43-44页
  5.2.3 实验方案第44-48页
   5.2.3.1 故障样本的选取第45页
   5.2.3.2 制冷装置采样参数的选择第45-46页
   5.2.3.3 实验数据第46-47页
   5.2.3.4 实验数据分析第47-48页
 5.3 采集数据归一化处理第48-50页
  5.3.1 故障诊断参数范例集第48-50页
 5.4 船舶冷藏集装箱制冷系统硬故障库的建立第50-53页
第六章 系统软件的实现第53-72页
 6.1 人工神经网络第53-58页
  6.1.1 BP神经网络第53-58页
   6.1.1.1 BP神经网络原理第53-54页
   6.1.1.2 误差反向传播(BP)算法第54-56页
   6.1.1.3 BP算法程序流程图和算法步骤第56-57页
   6.1.1.4 BP神经网络的改进第57-58页
 6.2 实现神经网络算法的编程语言(VB)简介第58-60页
 6.3 系统软件介绍第60-70页
  6.3.1 开机界面第60-61页
  6.3.2 神经网络训练第61-65页
  6.3.3 冷藏集装箱故障智能预警界面第65-66页
  6.3.4 硬故障诊断界面第66-70页
 6.4 本软件的功能第70-72页
结论和展望第72-73页
致谢第73-74页
参考文献第74-75页

论文共75页,点击 下载论文
上一篇:基于小波变换的数字图像水印的研究
下一篇:上海二期课改自然科学学习领域课程整体设计的研究