| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 课题研究背景和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 国外研究现状 | 第11-12页 |
| 1.2.2 国内研究现状 | 第12-13页 |
| 1.3 本文研究内容 | 第13页 |
| 1.4 本文组织结构 | 第13-15页 |
| 第2章 相关概念与理论 | 第15-25页 |
| 2.1 IETM技术概述 | 第15-20页 |
| 2.1.1 IETM的概念及标准 | 第15-17页 |
| 2.1.2 IETM的框架要求 | 第17-18页 |
| 2.1.3 IETM技术用于设备故障诊断隔离的效益分析 | 第18-20页 |
| 2.2 故障诊断隔离技术概述 | 第20-24页 |
| 2.2.1 故障诊断隔离基本概念 | 第20页 |
| 2.2.2 故障诊断隔离流程 | 第20-21页 |
| 2.2.3 故障的智能诊断专家系统 | 第21-22页 |
| 2.2.4 故障诊断隔离专家系统的发展方向 | 第22页 |
| 2.2.5 故障树分析法与诊断专家系统的关系 | 第22-24页 |
| 2.3 本章小结 | 第24-25页 |
| 第3章 面向故障诊断隔离的船舶设备智能化IETM模型 | 第25-34页 |
| 3.1 智能化IETM特征 | 第25-26页 |
| 3.2 船舶设备特征分析 | 第26-30页 |
| 3.2.1 船舶设备分类 | 第26页 |
| 3.2.2 船舶设备结构分析 | 第26-27页 |
| 3.2.3 船舶设备的故障诊断及隔离 | 第27-30页 |
| 3.3 模型框架及核心部件功能设计 | 第30-32页 |
| 3.4 模型中的关键技术难点 | 第32-33页 |
| 3.5 本章小结 | 第33-34页 |
| 第4章 关键模块及算法设计 | 第34-49页 |
| 4.1 IETM与故障诊断专家系统集成方法设计 | 第34-36页 |
| 4.1.1 故障类数据模块与外部系统的集成能力分析 | 第34-36页 |
| 4.1.2 IETM与故障诊断隔离专家系统模块集成方案 | 第36页 |
| 4.2 基于故障树的诊断隔离知识存贮结构设计 | 第36-41页 |
| 4.2.1 故障诊断隔离知识存贮结构要素 | 第36-38页 |
| 4.2.2 基于产生式和框架技术的知识表达 | 第38-41页 |
| 4.3 诊断隔离推理模块设计 | 第41-47页 |
| 4.3.1 诊断隔离模块结构 | 第41-43页 |
| 4.3.2 诊断隔离推理算法 | 第43-47页 |
| 4.4 故障诊断隔离路径优化算法 | 第47-48页 |
| 4.5 本章小结 | 第48-49页 |
| 第5章 船用空调系统的实例验证 | 第49-58页 |
| 5.1 船用空调智能化IETM系统的实现 | 第49-56页 |
| 5.1.1 空调故障技术信息获取及整理 | 第49-50页 |
| 5.1.2 空调系统IETM编制 | 第50-54页 |
| 5.1.3 空调系统故障诊断隔离知识构建 | 第54-55页 |
| 5.1.4 空调系统故障诊断隔离优化 | 第55-56页 |
| 5.2 本章小结 | 第56-58页 |
| 结论 | 第58-59页 |
| 参考文献 | 第59-64页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第64-65页 |
| 致谢 | 第65页 |
