| 中文摘要 | 第1-6页 |
| 英文摘要 | 第6-8页 |
| 第1章 绪论 | 第8-13页 |
| 1．1 船舶机舱自动化的发展过程 | 第8-10页 |
| 1．2 船舶自动化今后的发展方向 | 第10-12页 |
| 1．3 本文研究的主要内容 | 第12-13页 |
| 第2章 计算机检测的基本原理 | 第13-21页 |
| 2．1 数据采集系统的结构 | 第13-14页 |
| 2．2 数据采集中的一般原理 | 第14-16页 |
| 2．3 测量误差及分类 | 第16页 |
| 2．4 提高检测精度的一般方法 | 第16-21页 |
| 第3章 微机检测中的一般智能方法 | 第21-35页 |
| 3．1 数据采集中误差的处理方法 | 第21-24页 |
| 3．1．1 用软件滤波的方法消除随机误差和奇异点 | 第21-23页 |
| 3．1．2 数据的平滑滤波 | 第23-24页 |
| 3．2 非线性化数据的处理方法 | 第24-29页 |
| 3．2．1 硬件解决办法 | 第24-25页 |
| 3．2．2 软件非线性化的方法 | 第25-29页 |
| 3．3 零点飘移的校正技术 | 第29-30页 |
| 3．4 机检测系统的自诊断功能 | 第30-35页 |
| 3．4．1 微机软硬件的自检 | 第30-32页 |
| 3．4．2 输入信号故障诊断 | 第32-33页 |
| 3．4．3 信号输入板故障的诊断 | 第33-35页 |
| 第4章 智能型船舶机舱检测报警系统的研究 | 第35-53页 |
| 4．1 智能型船舶机舱检测报警系统的结构 | 第35-37页 |
| 4．1．1 智能仪表 | 第35-36页 |
| 4．1．2 信息集成 | 第36页 |
| 4．1．3 专家智能 | 第36-37页 |
| 4．2 智能型机舱监测报警系统的功能 | 第37-38页 |
| 4．3 故障诊断智能方法的研究 | 第38-53页 |
| 4．3．1 从传统诊断到智能诊断 | 第38-39页 |
| 4．3．2 人工神经元模型 | 第39-40页 |
| 4．3．3 前向多层神经网络、BP算法及计算机实现 | 第40-47页 |
| 4．3．4 专家系统知识库的组建和应用实例 | 第47-49页 |
| 4．3．5 故障诊断神经网络专家系统软件设计 | 第49-53页 |
| 第5章 结论 | 第53-55页 |
| 攻读学位期间公开发表的的论文 | 第55-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-59页 |
| 附录 | 第59-69页 |