基于BP神经网络的离心油泵故障诊断研究
摘要 | 第1-7页 |
Abstract | 第7-11页 |
第1章 绪论 | 第11-18页 |
·课题的研究背景及意义 | 第11页 |
·发展趋势及研究现状 | 第11-15页 |
·我国泵行业技术的主要发展趋势 | 第11-13页 |
·机械故障诊断学的现状和发展趋势 | 第13-14页 |
·泵故障诊断的研究及发展 | 第14-15页 |
·基于神经网络的专家系统的发展及研究现状 | 第15-16页 |
·本文主要研究内容及技术路线 | 第16-17页 |
·主要研究内容 | 第16页 |
·重点解决的问题 | 第16页 |
·创新之处 | 第16-17页 |
·拟采取的技术路线 | 第17页 |
·本章小结 | 第17-18页 |
第2章 离心油泵故障诊断技术 | 第18-22页 |
·离心油泵概述 | 第18-19页 |
·离心油泵故障诊断方法 | 第19-20页 |
·以信号处理为基础的方法 | 第19页 |
·以解析模型为基础的方法 | 第19-20页 |
·以知识为基础的方法 | 第20页 |
·离心油泵典型故障分析 | 第20-21页 |
·本章小结 | 第21-22页 |
第3章 基于融合能量谱和模糊数学理论的故障诊断 | 第22-28页 |
·融合能量谱 | 第22-24页 |
·矢量投影谱 | 第22-24页 |
·转子运动矢量融合能量谱 | 第24页 |
·基于模糊数学理论的故障诊断模型 | 第24-27页 |
·布尔矩阵在故障诊断中的应用 | 第24-26页 |
·模糊聚类分析 | 第26-27页 |
·本章小结 | 第27-28页 |
第4章 BP 神经网络理论 | 第28-40页 |
·神经网络的工作原理及特点 | 第28-30页 |
·工作原理 | 第28-29页 |
·神经网络的特点 | 第29-30页 |
·网络神经元 | 第30-32页 |
·BP 神经网络理论 | 第32-38页 |
·BP 神经网络的构造 | 第32-33页 |
·BP 神经网络的算法 | 第33-36页 |
·BP 算法的程序实现 | 第36-37页 |
·改进后的 BP 算法 | 第37-38页 |
·基于神经网络的故障诊断应用 | 第38-39页 |
·本章小结 | 第39-40页 |
第5章 BP 神经网络在离心油泵故障诊断中的应用 | 第40-53页 |
·BP 神经网络训练样本集的获取与处理 | 第40-44页 |
·输入输出量的选择 | 第40-41页 |
·输入量的提取与表示 | 第41页 |
·输出量的表示 | 第41-42页 |
·训练样本集的设计与处理 | 第42-44页 |
·BP 神经网络结构设计 | 第44-46页 |
·隐层数的设计 | 第45页 |
·隐层节点的设计 | 第45-46页 |
·BP 神经网络基于计算机软件的实现 | 第46-48页 |
·神经网络工具箱的功能 | 第46-47页 |
·MATLAB 中神经网络数据结构 | 第47-48页 |
·BP 网络的 MATLAB 实现 | 第48页 |
·BP 神经网络应用于离心油泵的训练及结果 | 第48-52页 |
·本章小结 | 第52-53页 |
第6章 离心油泵故障诊断专家系统的建立与实现 | 第53-72页 |
·专家系统概述 | 第53-54页 |
·专家系统的结构 | 第54-55页 |
·基于 BP 神经网络的专家系统总体设计 | 第55-57页 |
·离心油泵专家系统知识库的建立及推理 | 第57-59页 |
·知识的表示 | 第58页 |
·知识的获取 | 第58-59页 |
·知识的存储 | 第59页 |
·离心油泵专家系统推理模块的建立 | 第59页 |
·系统的实现 | 第59-71页 |
·系统开发工具的选择 | 第60-62页 |
·系统硬件配置及振动信号的提取 | 第62-63页 |
·PLC 与 PC 的通讯协议 | 第63-65页 |
·专家系统的登录界面 | 第65-66页 |
·专家系统的主界面 | 第66-67页 |
·专家系统历史趋势界面 | 第67页 |
·专家系统参数设定界面 | 第67-68页 |
·专家系统数据库管理界面 | 第68-69页 |
·专家系统推理解释界面 | 第69-70页 |
·专家系统的信息管理和安全退出 | 第70-71页 |
·专家系统的安全保护 | 第71页 |
·本章小结 | 第71-72页 |
结论 | 第72-74页 |
致谢 | 第74-75页 |
参考文献 | 第75-78页 |
作者简介 | 第78页 |
攻读硕士学位期间发表的论文 | 第78-79页 |