基于神经网络信息融合的发动机故障诊断系统研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-11页 |
| ·课题的目的和意义 | 第8页 |
| ·故障诊断与神经网络的结合 | 第8-9页 |
| ·本论文的主要研究内容 | 第9-11页 |
| 第二章 故障诊断技术概论 | 第11-18页 |
| ·机械设备故障诊断技术概述 | 第11页 |
| ·故障诊断技术介绍 | 第11-18页 |
| ·往复机械故障诊断 | 第11-12页 |
| ·发动机故障诊断 | 第12-16页 |
| ·发动机故障诊断技术发展与展望 | 第16-18页 |
| 第三章 神经网络简介 | 第18-44页 |
| ·神经网络的定义 | 第18-22页 |
| ·神经网络的发展和应用 | 第18-20页 |
| ·人工神经元的数学模型和工作方式 | 第20-21页 |
| ·人工神经网络的模型简介 | 第21-22页 |
| ·多层感知器——误差反转算法(BP算法) | 第22-44页 |
| ·多层感知器网络(BP网络)的拓扑结构和数学描述 | 第23-36页 |
| ·几种改进的BP算法 | 第36-39页 |
| ·多层感知器网络结构参数选择 | 第39-42页 |
| ·BP算法训练样本的选择和处理 | 第42-44页 |
| 第四章 基于神经网络发动机故障诊断系统的模型研究 | 第44-54页 |
| ·模型的确定 | 第44-45页 |
| ·基于 BP神经网络的发动机故障诊断的流程 | 第45-47页 |
| ·发动机故障诊断系统网络结构参数的选取 | 第47-48页 |
| ·发动机神经网络故障诊断样本的获取 | 第48-49页 |
| ·齿轮箱故障诊断仿真实例 | 第49-54页 |
| ·输入输出模式及样本的确定 | 第49-50页 |
| ·BP网络设计及实现 | 第50-54页 |
| 第五章 发动机故障诊断系统方案设计 | 第54-62页 |
| ·系统的需求分析 | 第54页 |
| ·系统可行性分析 | 第54-55页 |
| ·系统功能模块的划分 | 第55-59页 |
| ·系统的程序流程分析 | 第59-62页 |
| 第六章 故障诊断系统的建立 | 第62-74页 |
| ·程序语言的选择 | 第62-63页 |
| ·实现的几个关键技术 | 第63-67页 |
| ·VC++和MATLAB相结合的途径 | 第63-65页 |
| ·ADO技术的应用 | 第65-67页 |
| ·诊断网络的框架 | 第67-68页 |
| ·故障诊断系统的软件界面设计 | 第68-69页 |
| ·故障诊断模块的设计 | 第69-71页 |
| ·故障库管理模块的设计 | 第71页 |
| ·实验测试 | 第71-74页 |
| 第七章 总结 | 第74-75页 |
| ·论文的总结 | 第74页 |
| ·本课题以后的工作 | 第74-75页 |
| 参考文献 | 第75-78页 |
| 攻读硕士期间发表的论文及所取得的研究成果 | 第78-79页 |
| 致谢 | 第79页 |
