| 第一章 综述 | 第1-39页 |
| 1．1 火电厂设备检修技术 | 第10-19页 |
| 1．1．1 现行设备检修体制的缺陷 | 第10-13页 |
| 1．1．2 状态检修体制概况 | 第13-15页 |
| 1．1．3 状态检修技术的发展状况 | 第15-19页 |
| 1．2 设备寿命管理技术 | 第19-30页 |
| 1．2．1 我国火电设备寿命管理的发展概况 | 第19-22页 |
| 1．2．2 国外技术动态 | 第22-24页 |
| 1．2．3 热力设备寿命评估技术的现状 | 第24-30页 |
| 1．3 设备故障诊断技术 | 第30-37页 |
| 1．3．1 故障诊断系统的发展与应用 | 第30-32页 |
| 1．3．2 智能故障诊断技术的发展概况 | 第32-37页 |
| 1．4 本文的主要工作 | 第37-39页 |
| 第二章 过热器、再热器管道的寿命评估 | 第39-51页 |
| 2．1 过热器、再热器管道的寿命损耗因素 | 第39-40页 |
| 2．2 金属材料的蠕变现象 | 第40-42页 |
| 2．3 过热器、再热器管道的寿命损耗的估算 | 第42-50页 |
| 2．3．1 用Larson-Miller公式计算蠕变寿命损耗 | 第42-44页 |
| 2．3．2 用θ预测法计算蠕变寿命损耗 | 第44-48页 |
| 2．3．3 应力计算 | 第48-50页 |
| 2．4 本章小结 | 第50-51页 |
| 第三章 过热器、再热器管道金属壁温的估算 | 第51-61页 |
| 3．1 概述 | 第51页 |
| 3．2 过热器和再热器壁温的热力计算方法 | 第51-53页 |
| 3．3 神经网络的结构 | 第53-56页 |
| 3．4 BP网络的学习算法 | 第56-58页 |
| 3．5 用神经网络预测过热器和再热器壁温 | 第58-60页 |
| 3．6 本章小结 | 第60-61页 |
| 第四章 火电机组运行分析的专家系统方法 | 第61-80页 |
| 4．1 概述 | 第61-62页 |
| 4．2 专家系统的基本原理和结构 | 第62-64页 |
| 4．2．1 专家系统概述 | 第62-63页 |
| 4．2．2 专家系统的基本结构 | 第63-64页 |
| 4．3 专家系统的知识表示 | 第64-71页 |
| 4．3．1 产生式表示法 | 第65页 |
| 4．3．2 框架式表示法 | 第65-67页 |
| 4．3．3 模糊性知识表示 | 第67-71页 |
| 4．4 专家系统的知识获取 | 第71-72页 |
| 4．5 专家系统的推理机制 | 第72-75页 |
| 4．3．1 推理策略 | 第72页 |
| 4．3．2 模糊推理方法 | 第72-75页 |
| 4．6 应用实例 | 第75-79页 |
| 4．7 本章小结 | 第79-80页 |
| 第五章 人工神经网络与专家系统的结合 | 第80-89页 |
| 5．1 概述 | 第80-81页 |
| 5．2 神经网络与专家系统结合的途径 | 第81-82页 |
| 5．3 神经网络专家系统的知识库 | 第82-84页 |
| 5．4 神经网络专家系统的推理机制 | 第84-86页 |
| 5．5 由传统的ES向ANNES的转化 | 第86-88页 |
| 5．6 本章小结 | 第88-89页 |
| 第六章 火电机组运行分析与故障诊断平台的设计 | 第89-102页 |
| 6．1 实时数据的读取 | 第89-93页 |
| 6．1．1 CIU方式 | 第90-91页 |
| 6．2．2 MFC方式 | 第91-93页 |
| 6．2 数据支撑平台的设计 | 第93-98页 |
| 6．2．1 平台的网络结构 | 第94-96页 |
| 6．2．2 平台的数据库设计 | 第96-97页 |
| 6．2．3 平台的工作原理 | 第97-98页 |
| 6．3 应用模块的设计 | 第98-101页 |
| 6．4 本章小结 | 第101-102页 |
| 第七章 全文总结 | 第102-106页 |
| 7．1 论文的主要工作和创新点 | 第102-103页 |
| 7．2 有待进一步研究的问题 | 第103-104页 |
| 7．3 本研究课题的展望 | 第104-106页 |
| 致 谢 | 第106-107页 |
| 附录一 用于大港电厂过热器、再热器寿命估算的测点表 | 第107-109页 |
| 附录二 攻读博士学位期间发表著作及论文情况 | 第109-110页 |
| 附录三 攻读博士学位期参加的科研工作 | 第110-111页 |
| 参考文献 | 第111-116页 |