首页--交通运输论文--水路运输论文--船舶保养、修理和拆船工艺论文

船舶电力推进系统故障诊断技术研究

摘要第1-6页
ABSTRACT第6-10页
第1章 绪论第10-19页
   ·课题的背景及意义第10页
   ·船舶电力推进系统的发展状况第10-13页
   ·故障诊断技术的发展状况第13-17页
     ·基于专家系统的故障诊断方法第15页
     ·基于故障树的故障诊断方法第15-16页
     ·基于人工神经网络的故障诊断方法第16-17页
   ·船舶电力推进系统故障诊断技术的现状第17-18页
   ·论文研究的主要内容第18-19页
第2章 船舶电力推进系统故障诊断系统结构设计第19-31页
   ·船舶电力推进系统的组成及工作原理第19-20页
   ·船舶电力推进系统的故障分析第20-27页
     ·变压器故障分析第21页
     ·变频器故障分析第21-23页
     ·永磁同步电机故障分析第23页
     ·传感器故障分析第23-24页
     ·机械传动机构故障分析第24-27页
   ·船舶电力推进系统故障诊断系统的结构设计第27-29页
   ·本章小结第29-31页
第3章 船舶电力推进系统故障树构建第31-55页
   ·故障树的基本概念和符号表示第31-33页
   ·船舶电力推进系统故障树构建第33-34页
   ·船舶电力推进系统故障树权重选取研究第34-49页
     ·层次分析法第39-42页
     ·故障树分析法第42-43页
     ·故障树权重选取研究第43-49页
   ·本章小结第49-55页
第4章 基于故障树-专家系统电力推进系统故障诊断系统建立第55-77页
   ·专家系统概述第55-60页
     ·专家系统的定义与结构第55-57页
     ·专家系统的分类与特点第57-59页
     ·专家系统的构造步骤第59-60页
   ·故障诊断系统的功能及实现的目标第60-62页
   ·故障诊断系统知识库的建立第62-70页
     ·故障诊断知识的获取与表示第62-67页
     ·故障诊断系统知识库的建立第67-69页
     ·故障诊断系统知识库管理模块的建立第69-70页
   ·故障诊断系统推理机的建立第70-76页
     ·推理控制策略的选择第70-73页
     ·推理搜索策略的选择第73-74页
     ·故障诊断系统推理模块的建立第74-76页
   ·本章小结第76-77页
第5章 基于神经网络电力推进系统故障诊断系统研究第77-90页
   ·BP 神经网络结构第77-80页
     ·BP 网络神经元结构第77-79页
     ·基于 BP 算法的多层前馈网络模型第79-80页
   ·BP 神经网络学习算法研究第80-86页
     ·标准 BP 神经网络学习算法研究第81-84页
     ·标准 BP 算法的改进第84-86页
   ·基于神经网络电力推进系统故障诊断系统的建立第86-88页
     ·故障训练样本第86页
     ·网络层数第86-87页
     ·隐层节点数第87页
     ·学习速率第87-88页
   ·本章小结第88-90页
第6章 船舶电力推进系统故障诊断系统仿真试验第90-99页
   ·基于故障树-专家系统的故障诊断系统仿真试验第90-95页
     ·系统开发工具的选取第90-91页
     ·故障诊断系统的仿真试验第91-95页
   ·基于神经网络的故障诊断系统仿真试验第95-97页
     ·系统开发工具的选取第95-96页
     ·故障诊断系统的仿真试验第96-97页
   ·故障诊断仿真试验结果分析第97-98页
   ·本章小结第98-99页
结论第99-100页
参考文献第100-104页
攻读硕士学位期间发表的论文和取得的科研成果第104-105页
致谢第105页

论文共105页,点击 下载论文
上一篇:转叶式舵机建模仿真与压力冲击分析
下一篇:长航时高精度捷联惯导系统误差抑制技术研究