基于前馈神经网络的凝汽器健康状态评估软件设计
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 选题的背景与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.3 本文的主要工作 | 第13-14页 |
| 第二章 凝汽器设备的运行特性 | 第14-23页 |
| 2.1 概述 | 第14-15页 |
| 2.2 凝汽器主要性能指标 | 第15-18页 |
| 2.3 凝汽器汽水流程 | 第18-19页 |
| 2.4 低真空度故障分析 | 第19-20页 |
| 2.5 监测参数的确定 | 第20-22页 |
| 2.6 本章小结 | 第22-23页 |
| 第三章 基于前馈神经网络的状态评估模型 | 第23-38页 |
| 3.1 概述 | 第23-24页 |
| 3.2 前馈神经网络的结构 | 第24-30页 |
| 3.3 径向基网络的学习算法 | 第30-31页 |
| 3.4 基于改进PNN的故障识别方法 | 第31-34页 |
| 3.5 基于改进GRNN的参数回归方法 | 第34-36页 |
| 3.6 本章小结 | 第36-38页 |
| 第四章 凝汽器健康状态评估软件的设计与实现 | 第38-53页 |
| 4.1 概述 | 第38页 |
| 4.2 系统需求分析 | 第38-39页 |
| 4.3 开发环境简介 | 第39-41页 |
| 4.4 软件架构设计 | 第41-42页 |
| 4.5 核心模块设计 | 第42-50页 |
| 4.6 软件运行与界面展示 | 第50-51页 |
| 4.7 本章小结 | 第51-53页 |
| 第五章 结语 | 第53-55页 |
| 5.1 成果 | 第53页 |
| 5.2 展望 | 第53-55页 |
| 参考文献 | 第55-59页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第59-60页 |
| 致谢 | 第60页 |
