基于神经网络的船舶柴油发电机组的故障诊断
| 摘要 | 第1-8页 |
| ABSTRACT | 第8-9页 |
| 插图索引 | 第9-10页 |
| 附表索引 | 第10-11页 |
| 第1章 绪论 | 第11-22页 |
| ·引言 | 第11页 |
| ·故障诊断方法的分类与概述 | 第11-15页 |
| ·柴油发电机组故障诊断方法的分类与概述 | 第15-19页 |
| ·柴油机故障诊断国内、外发展动态 | 第16-18页 |
| ·同步发电机故障诊断研究现状 | 第18-19页 |
| ·神经网络理论在柴油发电机组故障诊断中的应用 | 第19-20页 |
| ·论文研究内容 | 第20-22页 |
| ·关键技术及研究难点 | 第21页 |
| ·论文研究内容 | 第21-22页 |
| 第2章 BP 神经网络故障诊断理论基础 | 第22-37页 |
| ·BP 神经网络的理论基础 | 第22-30页 |
| ·人工神经元模型 | 第22-25页 |
| ·反向传播(BP)学习算法 | 第25-28页 |
| ·BP神经网络的设计 | 第28-30页 |
| ·ELMAN 神经网络 | 第30-32页 |
| ·ELMAN 神经网络 | 第30-31页 |
| ·ELMAN 神经网络的学习过程 | 第31-32页 |
| ·神经网络与故障模式识别及神经网络的应用 | 第32-34页 |
| ·神经网络与故障模式识别 | 第32页 |
| ·神经网络在故障模式识别中的应用 | 第32-34页 |
| ·多重结构神经网络及其应用 | 第34-37页 |
| 第3章 柴油机和发电机的数学模型的建立 | 第37-54页 |
| ·建立柴油机热力学模型 | 第37-44页 |
| ·基本微分方程组 | 第37-43页 |
| ·柴油机工作过程 | 第43-44页 |
| ·建立同步发电机的数学模型 | 第44-54页 |
| ·同步发电机的数学描述方法 | 第45-46页 |
| ·同步发电机的标准化处理 | 第46-48页 |
| ·同步发电机的数学模型 | 第48-50页 |
| ·发电机参数的计算 | 第50-51页 |
| ·同步发电机励磁机模型 | 第51-54页 |
| 第4章 柴油机和同步发电机的仿真 | 第54-60页 |
| ·仿真软件简介及仿真目的 | 第54-55页 |
| ·柴油机的仿真模型 | 第55-56页 |
| ·发电机模型 | 第56-60页 |
| 第5章 柴油发电机组故障诊断网络模型的建立 | 第60-71页 |
| ·故障诊断策略 | 第60-62页 |
| ·柴油机故障诊断 BP 神经网络模型的建立 | 第62-66页 |
| ·同步发电机系统的故障诊断 | 第66-69页 |
| ·ELMAN 神经网络故障诊断模型的创建 | 第69-71页 |
| 结论 | 第71-72页 |
| 参考文献 | 第72-76页 |
| 致谢 | 第76-77页 |
| 附录 A 攻读学位期间所发表的学术论文目录 | 第77页 |
