| 第一章 绪论 | 第1-17页 |
| ·引言 | 第12页 |
| ·故障诊断技术概述 | 第12-14页 |
| ·故障诊断的基本方法 | 第13-14页 |
| ·故障诊断技术在抽油系统中的应用与发展 | 第14-16页 |
| ·本论文研究的意义及内容 | 第16-17页 |
| ·意义 | 第16页 |
| ·研究内容 | 第16-17页 |
| 第二章 基于神经网络的专家系统 | 第17-27页 |
| ·神经网络简介 | 第17-19页 |
| ·神经网络的特点 | 第17页 |
| ·神经网络的发展简史 | 第17-18页 |
| ·神经网络的组成要素 | 第18-19页 |
| ·作为专家系统的神经网络 | 第19-22页 |
| ·神经网络与专家系统结合的可行性分析 | 第20-21页 |
| ·神经网络与专家系统的结合途径及应用的必要性 | 第21页 |
| ·神经网络在故障诊断中的应用 | 第21-22页 |
| ·故障检测的神经网络方法 | 第22页 |
| ·BP网络及BP算法 | 第22-27页 |
| ·BP网络 | 第22-23页 |
| ·BP算法 | 第23-26页 |
| ·BP算法的不足与改进方法 | 第26-27页 |
| 第三章 双作用分层抽油系统力学特性分析 | 第27-39页 |
| ·双作用分层抽油系统的结构和工作原理 | 第27-28页 |
| ·双作用抽油泵结构 | 第28页 |
| ·双作用抽油泵工作原理 | 第28页 |
| ·系统力学特性分析 | 第28-34页 |
| ·抽油杆柱自重 | 第28-29页 |
| ·作用于柱塞的液柱载荷 | 第29-30页 |
| ·悬点静载荷 | 第30-31页 |
| ·静力示功图 | 第31-32页 |
| ·悬点动载荷 | 第32-34页 |
| ·预测模型的建立及数值分析 | 第34-39页 |
| ·初始条件和边界条件 | 第34-35页 |
| ·数值分析 | 第35-39页 |
| 第四章 双作用分层抽油系统诊断模型及求解方法 | 第39-47页 |
| ·引言 | 第39页 |
| ·示功图的预处理 | 第39-42页 |
| ·示功图的识别 | 第39-42页 |
| ·地面边界条件的提取 | 第42页 |
| ·诊断模型的数值分析 | 第42-47页 |
| ·同径杆段的显示差分格式 | 第43-45页 |
| ·界面处的显示差分格式 | 第45页 |
| ·数值计算 | 第45-47页 |
| 第五章 基于神经网络的双作用分层抽油系统井下故障诊断专家系统的开发研制 | 第47-58页 |
| ·引言 | 第47-48页 |
| ·双作用分层抽油系统故障诊断专家系统的总体方案设计 | 第48-50页 |
| ·双作用分层抽油系统故障诊断专家系统的软件开发设计 | 第50-58页 |
| ·应用的工具软件的简要介绍 | 第51-53页 |
| ·获取诊断知识 | 第53-54页 |
| ·神经网络诊断模块的建立和训练 | 第54-56页 |
| ·诊断的实现 | 第56-58页 |
| 结论 | 第58-59页 |
| 参考文献 | 第59-61页 |
| 致谢 | 第61页 |
