| 摘要 | 第1-6页 |
| ABSTRACT | 第6-7页 |
| 目录 | 第7-9页 |
| 符号说明 | 第9-10页 |
| 1 文献综述 | 第10-28页 |
| ·故障诊断技术 | 第10-17页 |
| ·故障诊断的意义 | 第10-12页 |
| ·故障的定义和分类 | 第12-13页 |
| ·故障诊断的方法 | 第13-15页 |
| ·故障诊断系统的任务及性能要求 | 第15-17页 |
| ·城市垃圾的现状和焚烧技术 | 第17-25页 |
| ·中国城市生活垃圾状况 | 第17-18页 |
| ·垃圾的处理方式及特征 | 第18-20页 |
| ·垃圾焚烧工艺 | 第20-21页 |
| ·垃圾焚烧设备 | 第21-23页 |
| ·城市生活垃圾焚烧处理现状 | 第23-25页 |
| ·神经网络在故障诊断中的应用 | 第25-27页 |
| ·神经网络应用在故障诊断中的意义 | 第25-26页 |
| ·神经网络在故障诊断中的应用 | 第26-27页 |
| ·本论文的主要内容 | 第27-28页 |
| 2 基于历史数据的垃圾焚烧故障诊断 | 第28-35页 |
| ·垃圾焚烧的基本工艺 | 第28-31页 |
| ·垃圾焚烧的工艺介绍 | 第28-30页 |
| ·垃圾焚烧工况介绍 | 第30-31页 |
| ·结合工况特点选择建模变量 | 第31-35页 |
| ·模型的选取和建立 | 第31-32页 |
| ·建模变量的选取 | 第32-33页 |
| ·工况对应建模变量的分析 | 第33-35页 |
| 3 神经网络和故障诊断 | 第35-46页 |
| ·神经网络用于故障诊断的可行性 | 第35-36页 |
| ·神经网络的故障诊断技术 | 第36-37页 |
| ·神经网络模型的种类和诊断故障流程(如图3-1) | 第37页 |
| ·用于故障诊断的神经网络模型及模型结构 | 第37-41页 |
| ·神经网络的模型结构 | 第38-39页 |
| ·反向传播BP网络 | 第39-40页 |
| ·BP网络的限制与不足 | 第40页 |
| ·神经网络训练算法择优选取 | 第40-41页 |
| ·BP神经元网络模型 | 第41-43页 |
| ·BP网络神经元模型 | 第42页 |
| ·BP神经网络的结构 | 第42-43页 |
| ·BP神经网络的算法 | 第43页 |
| ·BP神经网络对垃圾焚烧的故障诊断 | 第43-46页 |
| ·BP神经网络的故障诊断过程 | 第43-44页 |
| ·基于BP神经网络的故障诊断 | 第44-46页 |
| 4 基于BP神经元网络模型的垃圾焚烧故障诊断的方法研究 | 第46-80页 |
| ·故障诊断的建模变量选取 | 第46-54页 |
| ·局部烧穿 | 第46-47页 |
| ·排渣不畅 | 第47-48页 |
| ·结焦 | 第48-53页 |
| ·温度曲线的分析c | 第53-54页 |
| ·故障诊断的模型训练 | 第54-68页 |
| ·局部烧穿 | 第58-61页 |
| ·排渣不畅 | 第61-63页 |
| ·结焦 | 第63-67页 |
| ·故障诊断的模型训练分析 | 第67-68页 |
| ·故障诊断模型的测试 | 第68-79页 |
| ·局部烧穿 | 第70-73页 |
| ·排渣不畅 | 第73-76页 |
| ·结焦 | 第76-78页 |
| ·故障诊断的模型测试分析 | 第78-79页 |
| 本章小结 | 第79-80页 |
| 5 结论和展望 | 第80-82页 |
| ·结论 | 第80页 |
| ·展望 | 第80-82页 |
| 参考文献 | 第82-85页 |
| 攻读硕期间发表的论文 | 第85-86页 |
| 致谢 | 第86-87页 |
| 附录 | 第87-93页 |