基于模糊聚类神经网络的锅炉过热器故障诊断研究

摘要	第1-6页
Abstract	第6-10页
第1章 绪论	第10-20页
·课题的背景和意义	第10-11页
·国内外研究现状综述	第11-18页
·基于数学模型方法的研究进展	第11-13页
·基于输入输出信号处理的方法	第13-14页
·基于人工智能的故障诊断	第14-17页
·模糊聚类的应用	第17-18页
·本文的主要研究内容及结构	第18-20页
第2章 锅炉故障诊断的理论基础	第20-36页
·锅炉故障概述	第20-22页
·燃烧故障的原因分析	第22-23页
·锅炉高温过热器汽温对象的动态特性	第23-28页
·锅炉故障诊断原则	第28-30页
·锅炉故障诊断知识库的建立	第30-35页
·知识库和数据库的比较	第31-32页
·基于关系数据库的知识库的开发	第32-35页
·本章小结	第35-36页
第3章 基于样本数据的模糊聚类仿真研究	第36-48页
·模糊聚类分析简介	第36-40页
·聚类分析	第36页
·基于目标函数的聚类分析	第36-38页
·模糊c 均值算法(FCM)	第38-40页
·FCM 的仿真实现	第40-42页
·基于样本数据的FCM 仿真	第42-47页
·本章小结	第47-48页
第4章 锅炉过热器故障诊断及仿真研究	第48-63页
·模块化模糊神经网络的设计	第48-52页
·用于故障诊断的模块化模糊神经网络模型	第49-50页
·建立模块化模糊神经网络的步骤和学习算法	第50-52页
·过热器故障诊断模型的建立及样本的训练	第52-61页
·过热器故障诊断模型结构的确定	第52-54页
·样本训练过程及故障诊断过程流程图	第54-55页
·控制模块和规则模块的训练	第55-57页
·仿真训练及其故障诊断结果	第57-61页
·本章小结	第61-63页
结论	第63-64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