基于人工神经网络的燃气轮机气路故障诊断研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-13页 |
| 第一章 绪论 | 第13-18页 |
| ·发动机健康监控系统 | 第13-15页 |
| ·本文研究内容 | 第15-18页 |
| ·问题定义 | 第15-16页 |
| ·研究内容和章节安排 | 第16-18页 |
| 第二章 燃气轮机气路故障及其诊断技术研究 | 第18-44页 |
| ·发动机性能蜕化 | 第18-22页 |
| ·燃气轮机气路故障 | 第19-21页 |
| ·气路故障指数 | 第21-22页 |
| ·气路故障诊断方法 | 第22-24页 |
| ·发动机测量参数 | 第24-26页 |
| ·测量的不确定度 | 第24-25页 |
| ·传感器故障检测﹑隔离和容错(SFDIA) | 第25-26页 |
| ·气路故障诊断技术 | 第26-37页 |
| ·故障树和故障矩阵 | 第27-28页 |
| ·线性GPA | 第28-29页 |
| ·非线性GPA | 第29-30页 |
| ·基于最优化估计技术的GPA | 第30-32页 |
| ·人工神经网络 | 第32-33页 |
| ·模糊逻辑 | 第33-34页 |
| ·专家系统 | 第34-35页 |
| ·遗传算法 | 第35-36页 |
| ·组合方法 | 第36页 |
| ·诊断方法小结 | 第36-37页 |
| ·气路故障诊断程序 | 第37-42页 |
| ·TEMPER | 第37-38页 |
| ·XPGTn | 第38-40页 |
| ·动力诊断 | 第40页 |
| ·RTEDS | 第40-41页 |
| ·Pythia | 第41-42页 |
| ·性能预报 | 第42-43页 |
| ·本章小节 | 第43-44页 |
| 第三章 燃气轮机建模技术 | 第44-51页 |
| ·概述 | 第44页 |
| ·发动机机理模型 | 第44-45页 |
| ·发动机性能适配 | 第45-46页 |
| ·发动机模型 | 第46-51页 |
| ·发动机设计点性能仿真 | 第47-48页 |
| ·非设计点仿真 | 第48-51页 |
| 第四章 基于人工神经网络的气路诊断系统开发 | 第51-67页 |
| ·概述 | 第51页 |
| ·诊断方法分析 | 第51-54页 |
| ·面向对象的诊断软件设计 | 第54-66页 |
| ·类 | 第54-55页 |
| ·构建模块 | 第55-60页 |
| ·神经网络训练算法实现 | 第60-65页 |
| ·故障诊断模块 | 第65-66页 |
| ·诊断系统开发步骤 | 第66-67页 |
| 第五章 气路故障诊断系统的应用研究 | 第67-85页 |
| ·概述 | 第67页 |
| ·发动机性能蜕化模型 | 第67-70页 |
| ·发动机气路诊断系统设置 | 第70-72页 |
| ·诊断系统的结构参数 | 第70-71页 |
| ·训练样本的产生 | 第71-72页 |
| ·神经网络设计 | 第72页 |
| ·神经网络的训练和检验 | 第72-84页 |
| ·分类网络 | 第72-76页 |
| ·量化网络 | 第76-84页 |
| ·本章小结 | 第84-85页 |
| 第六章 结论与展望 | 第85-87页 |
| ·结论 | 第85-86页 |
| ·展望 | 第86-87页 |
| 参考文献 | 第87-93页 |
| 致谢 | 第93-94页 |
| 在学期间的研究成果及发表的学术论文 | 第94-95页 |
| 附录 | 第95-97页 |
