基于模糊神经网络的船舶柴油机故障诊断系统研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-17页 |
| ·引言 | 第9-11页 |
| ·柴油机故障诊断的常用方法 | 第11-13页 |
| ·热力性能参数监测法 | 第11页 |
| ·油液分析法 | 第11-12页 |
| ·振动分析法 | 第12页 |
| ·瞬时转速监测诊断法 | 第12-13页 |
| ·柴油机故障诊断技术国内外研究现状 | 第13-15页 |
| ·本文研究的主要内容和结构安排 | 第15-17页 |
| 第2章 人工神经网络与模糊理论研究 | 第17-33页 |
| ·人工神经网络概论 | 第17-23页 |
| ·生物神经元模型 | 第17-18页 |
| ·人工神经元模型 | 第18-19页 |
| ·神经网络的连接形式 | 第19-21页 |
| ·人工神经网络学习机理 | 第21-23页 |
| ·神经网络的主要特点 | 第23页 |
| ·误差反向传播(BP)网络 | 第23-28页 |
| ·BP神经网络的学习算法 | 第24-26页 |
| ·BP网络的限制与不足 | 第26页 |
| ·BP网络的改进方法 | 第26-28页 |
| ·模糊集合 | 第28-31页 |
| ·隶属度函数的建立原则 | 第29-30页 |
| ·隶属函数建立的方法 | 第30-31页 |
| ·模糊逻辑和神经网络结合 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第3章 柴油机故障诊断机理分析 | 第33-44页 |
| ·涡轮增压系统故障诊断 | 第34-40页 |
| ·涡轮增压系统的常见故障 | 第34-36页 |
| ·基于模糊神经网络的涡轮增压系统的故障诊断 | 第36-40页 |
| ·冷却系统故障诊断 | 第40-43页 |
| ·本章小结 | 第43-44页 |
| 第4章 基于模糊神经网络的故障诊断专家系统 | 第44-59页 |
| ·专家系统 | 第44-45页 |
| ·专家系统的组成部分 | 第45-47页 |
| ·知识库 | 第45-46页 |
| ·推理机 | 第46-47页 |
| ·人机接口 | 第47页 |
| ·基于模糊神经网络的专家系统 | 第47-48页 |
| ·模糊神经网络故障诊断专家系统总体结构 | 第48-49页 |
| ·柴油机故障诊断专家系统的实现 | 第49-58页 |
| ·编程语言的选择 | 第49-50页 |
| ·实现的几个关键技术 | 第50-56页 |
| ·本文软件系统的功能介绍 | 第56-58页 |
| ·本章小结 | 第58-59页 |
| 第5章 总结和展望 | 第59-61页 |
| ·总结 | 第59页 |
| ·展望 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 致谢 | 第65-66页 |
| 作者在攻读硕士学位期间发表的学术论文 | 第66页 |
