塔式太阳能热发电站熔融盐吸热器故障诊断专家系统研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-6页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-17页 |
| ·背景和意义 | 第8-10页 |
| ·吸热器故障诊断研究现状 | 第10-14页 |
| ·已有的熔融盐吸热器系统 | 第10-13页 |
| ·故障诊断方法 | 第13-14页 |
| ·吸热器过热故障涉及的问题 | 第14-16页 |
| ·本文所作工作 | 第16-17页 |
| 第二章 专家系统 | 第17-27页 |
| ·专家系统与CLIPS简介 | 第17-19页 |
| ·专家系统 | 第17-19页 |
| ·CLIPS简介 | 第19页 |
| ·专家系统的搭建 | 第19-26页 |
| ·推理机 | 第19-21页 |
| ·知识库 | 第21-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 吸热器过热的影响因素分析 | 第27-44页 |
| ·物理模型及数学模型 | 第27-31页 |
| ·吸热器的管排结构 | 第27-28页 |
| ·物理模型的简化 | 第28-29页 |
| ·数学模型 | 第29-30页 |
| ·划分网格及其它设置 | 第30-31页 |
| ·仿真模型的实验与公式验证 | 第31-35页 |
| ·非均匀受热吸热管及工质温度影响因素的分析 | 第35-42页 |
| ·热流密度分布对吸热管内工质及管壁温度分布的影响 | 第36-39页 |
| ·其它因素对管壁与工质最高温的影响及分析 | 第39-42页 |
| ·本章小结 | 第42-44页 |
| 第四章 神经网络的实施 | 第44-58页 |
| ·神经网络简介 | 第44-46页 |
| ·BP神经网络 | 第46-47页 |
| ·BP神经网络 | 第46页 |
| ·神经网络训练中的过适配问题 | 第46-47页 |
| ·实施BP神经网络的方法 | 第47页 |
| ·MATLAB中的ANN工具 | 第47-49页 |
| ·简介 | 第47页 |
| ·建立BP网络 | 第47-49页 |
| ·ANN的实施 | 第49-56页 |
| ·网络训练前的数据处理及参数设定 | 第49页 |
| ·训练结果与验证 | 第49-52页 |
| ·神经网络对升温趋势的预测 | 第52-54页 |
| ·神经网络与专家系统的结合 | 第54-56页 |
| ·本章小结 | 第56-58页 |
| 第五章 总结与展望 | 第58-61页 |
| ·总结 | 第58-59页 |
| ·下一步工作展望 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 攻读硕士学位期间发表的论文 | 第65-66页 |
| 致谢 | 第66-67页 |
