| 摘要 | 第1-4页 |
| Abstract | 第4-6页 |
| 第一章 绪论 | 第6-14页 |
| 1．1 课题的目的意义 | 第6-9页 |
| 1．2 汽轮发电机组状态预测技术的研究现状及存在的问题 | 第9-12页 |
| 1．3 本文所作的主要工作 | 第12-14页 |
| 第二章 BP神经网络理论 | 第14-28页 |
| 2．1 神经网络概述 | 第14-15页 |
| 2．2 神经网络模型 | 第15-17页 |
| 2．3 BP网络及改进学习算法 | 第17-25页 |
| 2．4 BP网络结构的设计及有关参数设置 | 第25-28页 |
| 第三章 基于神经网络的汽轮发电机组振动故障预测方法研究 | 第28-55页 |
| 3．1 概述 | 第28-29页 |
| 3．2 BP网络的预测模型 | 第29-31页 |
| 3．3 BP网络存在的问题分析及改进 | 第31-35页 |
| 3．4 合成BP网络的算法 | 第35页 |
| 3．5 合成 BP网络预测特性及性能分析 | 第35-44页 |
| 3．6 合成 BP网络在汽轮发电机组振动故障预测中的应用 | 第44-55页 |
| 第四章 预测系统的软件实现 | 第55-64页 |
| 4．1 预测系统的功能 | 第55页 |
| 4．2 开发方法和工具的选择和介绍 | 第55-57页 |
| 4．3 程序的实现 | 第57-62页 |
| 4．4 系统的运行演示 | 第62-64页 |
| 第五章 现场数据验证 | 第64-70页 |
| 5．1 短期振动预测 | 第64-65页 |
| 5．2 中期振动预测 | 第65-66页 |
| 5．3 长期振动预测 | 第66-67页 |
| 5．4 基于多因素输入的振动预测 | 第67-70页 |
| 第六章 结论及展望 | 第70-71页 |
| 6．1 结论 | 第70页 |
| 6．2 展望 | 第70-71页 |
| 参考文献 | 第71-75页 |
| 致谢 | 第75页 |
