首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--专家系统、知识工程论文

遥测天线系统故障智能诊断与维护研究

摘要第1-5页
ABSTRACT第5-9页
1 绪论第9-13页
   ·遥测天线系统与智能诊断概述第9-10页
     ·遥测系统概述第9页
     ·遥测天线系统概述第9页
     ·天线系统趋势预测及智能诊断技术研究的意义和目的第9-10页
   ·天线系统趋势预测及智能诊断技术的发展概况第10-12页
     ·天线系统早期故障趋势预示技术在国内外的发展概况第10-11页
     ·故障智能诊断技术的发展概况第11-12页
   ·本章小结第12-13页
2 天线系统故障诊断的基本原理及信号分析方法第13-24页
   ·天线设备故障诊断的基本原理第13-15页
     ·机械设备劣化进程中的一般性规律第13-14页
     ·天线故障诊断的基本内容第14页
     ·天线故障诊断的过程第14-15页
   ·振动信号分析的基本方法第15-21页
     ·信号的时域分析第16页
     ·信号的频域分析第16-17页
     ·小波分析方第17-21页
   ·天线主要部件常见故障分析第21-23页
     ·变速箱第21-22页
     ·电动机故障诊断第22-23页
   ·本章小结第23-24页
3 天线机械故障诊断系统硬件设计第24-28页
   ·天线机械故障诊断系统构成第24页
   ·系统硬件结构及工作原理第24-26页
     ·系统硬件总体结构第24-25页
     ·系统工作原理第25页
     ·各主要器件工作原理第25-26页
   ·硬件电路具体应用第26-27页
   ·本章小结第27-28页
4 神经网络趋势预测方法的研究第28-36页
   ·引言第28-29页
     ·非线性预测背景及神经网络预测方法的提出第28-29页
     ·振动状态预报应具备的条件第29页
     ·预测模型评价指标的设定第29页
   ·人工神经网络第29-32页
     ·人工神经网络简介及特点第29-30页
     ·BP 神经网络的学习算法第30页
     ·BP 神经网络的改进方法第30-32页
   ·BP 神经网络在天线系统趋势预测中的建模应用第32-34页
     ·预测样本的选取及分组第32页
     ·样本的归一化处理第32-33页
     ·预测数据的反归一化处理第33页
     ·网络拓扑结构的确定第33-34页
   ·基于均值函数新息加权的神经网络预测模型研究第34-35页
     ·基于均值函数新息加权的神经网络预测方法的提出及理论依据第34-35页
   ·本章小结第35-36页
5 面向对象的故障智能诊断专家系统的研究第36-52页
   ·采用面向对象技术的故障智能诊断专家系统的提出第36页
   ·面向对象技术的基本思想和概念第36-38页
   ·专家系统的概念及组成结构第38-39页
   ·面向对象的故障智能诊断专家系统的知识库第39-44页
     ·面向对象的知识表示方法第39-41页
     ·知识对象的层次结构第41-43页
     ·知识库的结构及组织形式第43-44页
   ·面向对象的故障智能诊断推理机第44-49页
     ·面向对象的诊断推理方法第45页
     ·诊断推理机的系统结构第45-46页
     ·诊断推理机的规则解释器第46-47页
     ·诊断推理机的黑板控制第47页
     ·诊断推理机的控制策略第47-48页
     ·诊断推理机的搜索算法第48-49页
   ·采用面向对象技术建立天线故障智能诊断专家系统第49-51页
     ·天线故障智能诊断专家系统概述第49-50页
     ·天线系统故障诊断知识库的建立第50-51页
   ·本章小结第51-52页
6 遥测天线系统的智能故障诊断实现第52-58页
   ·天线系统智能故障诊断系统的构建第52-54页
     ·天线系统智能故障诊断系统的组成模块第52-53页
     ·天线系统智能故障诊断系统的主程序第53-54页
   ·以扩大机为例阐述知识库的建立第54-55页
   ·智能故障诊断系统的初步实现第55-57页
   ·本章小结第57-58页
7 结论第58-59页
致谢第59-60页
参考文献第60-63页

论文共63页,点击 下载论文
上一篇:多巴胺D2受体基因多态性与偏执型精神分裂症的关联研究
下一篇:民族文化传承中的社会教育运行机制研究--以嘉绒人“且索”仪式传承为个案