首页--工业技术论文--原子能技术论文--各种核反应堆、核电厂论文--核反应堆:按中子能谱分论文

中国实验快堆钠泵故障诊断系统的开发研究

第一章 前言第1-20页
   ·概述第12-14页
   ·本课题背景第14-17页
   ·本课题研究内容第17-18页
   ·本课题研究步骤第18-20页
第二章 故障诊断方法综述第20-30页
   ·故障诊断的定义第20-23页
     ·异常状态的检测第20-22页
     ·故障的预测和预报第22-23页
   ·故障诊断的目的第23-24页
   ·故障诊断的任务第24-25页
   ·当前国内外研究状况及诊断手段和发展方向第25-30页
第三章 钠泵的故障诊断第30-49页
   ·钠泵的组成第30-32页
     ·概述第30-31页
     ·设计基准第31-32页
     ·运行工况第32页
   ·泵常见故障第32-34页
   ·钠泵诊断的方法第34-35页
   ·钠泵的故障仿真第35-40页
     ·不对中故障第36页
     ·转子裂纹故障第36-37页
     ·动静件碰摩故障第37-38页
     ·机件松动第38页
     ·转速不匹配第38-39页
     ·SIMULINK简介第39-40页
   ·本课题采用的诊断方法第40-49页
     ·故障诊断专家系统第41-42页
     ·小波故障诊断机理第42-47页
     ·RBF自适应神经网络第47-48页
     ·主元分析的故障诊断第48-49页
第四章 基于小波包的故障诊断第49-80页
   ·小波包定义第49-51页
   ·相关的概念和相关系数第51-53页
     ·相关概念第51页
     ·相关系数第51-53页
   ·小波包故障诊断原理第53-54页
   ·小波包故障诊断在钠泵故障诊断中的应用第54-69页
     ·建立五种故障的频带信号第54-57页
     ·待测故障分析第57-69页
   ·利用频谱的分析第69-70页
   ·对实测数据的分析第70-75页
   ·对待测信号的分析第75-79页
   ·小结第79-80页
第五章 基于自适应神经网络的故障诊断第80-104页
   ·前言第80-82页
   ·RBF神经网络第82-86页
     ·RBF网络概述第82-84页
     ·k均值聚类法(k-means clustering)第84-85页
     ·确定标量参数σ第85-86页
     ·训练线性层权重第86页
   ·RBF网络的特点第86-87页
   ·用于故障诊断的RBF网络的自适应算法第87-91页
   ·基于自适应RBF网络的故障诊断方法第91-93页
     ·离线诊断与在线诊断第91-93页
   ·在中国实验快堆钠泵的故障诊断应用第93-99页
   ·改进后的自适应RBF算法对钠泵故障的诊断第99-102页
   ·含噪声信号的故障检测第102-103页
   ·结论第103-104页
第六章 基于主元分析的主冷却剂泵故障诊断第104-126页
   ·前言第104页
   ·多方向主元分析法第104-109页
     ·主元分析第105-107页
     ·主元模型第107-108页
     ·基于主元分析的故障诊断法第108-109页
   ·主元分析在主冷却剂泵故障诊断中的应用第109-122页
     ·主冷却剂泵的工况第109-110页
     ·主元分析在主冷却剂泵故障诊断中的应用第110-122页
   ·软件使用说明第122-125页
   ·结论第125-126页
第七章 诊断方法的比较第126-129页
   ·引言第126页
   ·小波包分析技术第126-127页
   ·自适应RBF网络分析技术第127页
   ·主元分析技术第127-129页
第八章 结束语第129-131页
致谢第131-132页
参考文献第132-141页
在攻博期间发表的文章第141页

论文共141页,点击 下载论文
上一篇:独立担保法律问题研究--独立性原则与欺诈例外
下一篇:从对转基因生物(GMOs)的法律适用看《实施卫生与植物卫生措施协定》(SPS)的适用范围和适用条件