| 中文摘要 | 第1页 |
| 英文摘要 | 第3-6页 |
| 第一章 绪论 | 第6-12页 |
| 1．1 论文选题背景 | 第6-9页 |
| 1．1．1 当前工业控制系统的现状 | 第6页 |
| 1．1．2 对电厂热工设备进行故障的必要性 | 第6-9页 |
| 1．2 国内外的研究动态 | 第9-11页 |
| 1．2．1 故障诊断技术的发展 | 第9-10页 |
| 1．2．2 电站热工过程故障检测和诊断系统的应用现状 | 第10-11页 |
| 1．3 论文的主要内容 | 第11-12页 |
| 第二章 现代设备检修与故障诊断技术的关系与发展 | 第12-19页 |
| 2．1 检修体制的发展历史及现状 | 第12-16页 |
| 2．1．1 定期检修的片面性与弊端 | 第13-14页 |
| 2．1．2 实现状态维修的可行性 | 第14-15页 |
| 2．1．3 当前检修体制的现状 | 第15页 |
| 2．1．4 推行发电设备状态检修所面临的技术问题 | 第15-16页 |
| 2．2 状态维修与故障诊断的关系 | 第16-17页 |
| 2．3 设备状态检修与传感器状态诊断技术的关系 | 第17-19页 |
| 第三章 传感器故障诊断技术研究综述 | 第19-27页 |
| 3．1 传感器故障诊断的必要性 | 第19页 |
| 3．2 传感器故障类型及仿真试验方法 | 第19-20页 |
| 3．3 传感器故障诊断分类 | 第20-23页 |
| 3．3．1 传感器故障诊断冗余分类法 | 第20-21页 |
| 3．3．2 故障诊断的Frank分类法 | 第21-23页 |
| 3．4 基于神经网络的智能故障诊断技术 | 第23-26页 |
| 3．5 本章小结 | 第26-27页 |
| 第四章 传感器故障诊断的神经网络理论应用 | 第27-51页 |
| 4．1 人工神经网络的发展和在控制领域中的应用 | 第27-29页 |
| 4．2 用MATLAB实现神经网络仿真 | 第29-30页 |
| 4．3 人工神经网络在传感器故障诊断中的应用 | 第30-49页 |
| 4．3．1 基于冗余技术的故障诊断和信号恢复方法 | 第30-38页 |
| 4．3．2 基于时间序列预测的故障诊断和信号恢复方法 | 第38-45页 |
| 4．3．3 基于系统辨识的故障诊断方法 | 第45-49页 |
| 4．4 本章小结 | 第49-51页 |
| 第五章 基于模型的传感器故障诊断方法 | 第51-57页 |
| 5．1 未知输入观测器设计理论 | 第52-53页 |
| 5．2 采用UIO的传感器鲁棒故障诊断策略 | 第53-54页 |
| 5．3 鲁棒观测器仿真结果 | 第54-56页 |
| 5．4 本章小结 | 第56-57页 |
| 第六章 结论与讨论 | 第57-61页 |
| 6．1 本文的主要工作 | 第57-58页 |
| 6．2 有关问题的讨论 | 第58-59页 |
| 6．3 论文的后续工作展望 | 第59-61页 |
| 参考文献 | 第61-64页 |
| 致谢 | 第64-65页 |
| 攻读学位期间发表的学术论文 | 第65页 |