混凝土输送泵故障模糊诊断的研究
| 第一章 绪论 | 第1-17页 |
| ·故障诊断技术的发展 | 第10-12页 |
| ·以检测仪表为主体的监视装置 | 第10-11页 |
| ·检测仪表配备软硬件分析装置 | 第11页 |
| ·计算机辅助监视与诊断系统 | 第11-12页 |
| ·人工智能在故障诊断中的发展 | 第12-14页 |
| ·模式识别 | 第12页 |
| ·神经网络 | 第12-13页 |
| ·模糊数学 | 第13页 |
| ·专家系统 | 第13-14页 |
| ·故障诊断技术方法分类 | 第14-15页 |
| ·按诊断环境分类 | 第14页 |
| ·按检测手段分类 | 第14-15页 |
| ·按诊断方法原理分类 | 第15页 |
| ·按诊断对象分类 | 第15页 |
| ·主要研究内容及安排 | 第15-17页 |
| 第二章 混凝土输送泵故障特征的描述和识别 | 第17-30页 |
| ·混凝土输送泵液压系统工作原理 | 第17-19页 |
| ·主油路系统 | 第18页 |
| ·搅拌油路系统 | 第18-19页 |
| ·混凝土输送泵液压系统故障特征描述 | 第19-21页 |
| ·液压系统常见故障 | 第19页 |
| ·液压系统常见故障的特点 | 第19-21页 |
| ·混凝土输送泵液压系统故障特征综合分析 | 第21-30页 |
| ·故障现象分析 | 第21-28页 |
| ·故障现象、压力参数及故障产生部位之间的相关性 | 第28-30页 |
| 第三章 混凝土输送泵模糊逻辑诊断系统的设计 | 第30-47页 |
| ·模糊逻辑及其理论基础 | 第30-32页 |
| ·模糊集合和隶属函数 | 第30-31页 |
| ·模糊条件语句 | 第31页 |
| ·模糊推理 | 第31-32页 |
| ·模糊控制 | 第32-43页 |
| ·模糊控制原理 | 第32-34页 |
| ·模糊控制器的组成及设计要求 | 第34-36页 |
| ·清晰量的模糊化 | 第36-39页 |
| ·模糊量的清晰化 | 第39页 |
| ·模糊控制规则及控制算法 | 第39-43页 |
| ·混凝土输送泵的故障模糊诊断系统 | 第43-47页 |
| 第四章 基于神经网络方法建立的诊断标准和诊断系统 | 第47-62页 |
| ·神经网络的基本概念 | 第47-50页 |
| ·人工神经元模型 | 第48-49页 |
| ·人工神经网络模型 | 第49-50页 |
| ·神经网络的学习方法 | 第50页 |
| ·BP 网络及其主要算法 | 第50-57页 |
| ·BP 网络的前馈计算 | 第51-53页 |
| ·BP 网络权值的调整规则 | 第53-55页 |
| ·BP 学习算法的计算步骤 | 第55-56页 |
| ·在使用BP 算法时的注意问题 | 第56-57页 |
| ·利用BP 网络函数建立模糊关系矩阵 | 第57-62页 |
| ·BP 网络的训练过程 | 第57-58页 |
| ·BP 算法的改进 | 第58页 |
| ·利用 BP 网络函数设计神经网络 | 第58-62页 |
| 第五章 混凝土输送泵故障诊断综合系统的研究与实现 | 第62-72页 |
| ·硬件系统的组成 | 第62-64页 |
| ·传感器 | 第63-64页 |
| ·模数转换器 | 第64页 |
| ·计算机辅助系统 | 第64页 |
| ·软件系统的组成 | 第64-66页 |
| ·提取信息 | 第64-65页 |
| ·故障诊断输出 | 第65-66页 |
| ·软件系统的实现 | 第66-72页 |
| ·试验数据和模型仿真 | 第66-70页 |
| ·模型评价 | 第70-72页 |
| 第六章 总结与进一步设想 | 第72-74页 |
| ·总结及本论文的创新之处 | 第72页 |
| ·总结 | 第72页 |
| ·创新之处 | 第72页 |
| ·设想 | 第72-74页 |
| 参考文献 | 第74-77页 |
| 致谢 | 第77页 |
| 个人简介 | 第77页 |
| 在读期间发表的学术论文 | 第77页 |
