印刷机故障诊断专家系统的研究开发
中文摘要 | 第1-3页 |
英文摘要 | 第3-7页 |
第一章 绪论 | 第7-11页 |
1.1 故障诊断概述 | 第7页 |
1.2 故障诊断现状 | 第7-8页 |
1.3 故障诊断展望 | 第8页 |
1.4 印刷机故障诊断专家系统研究的必要性 | 第8-9页 |
1.5 本文主要内容 | 第9-11页 |
第二章 印刷机故障模式分析 | 第11-19页 |
2.1 印刷机故障概论 | 第11页 |
2.2 故障树分析法 | 第11-12页 |
2.3 常见印刷机故障的故障树 | 第12-18页 |
2.4 小结 | 第18-19页 |
第三章 系统运行环境、功能分解及软件实现简介 | 第19-30页 |
3.1 软件运行及开发环境的确定 | 第19-21页 |
3.2 系统各功能模块及软件实现简介 | 第21-29页 |
3.2.1 知识库浏览 | 第21-24页 |
3.2.2 知识库维护 | 第24-26页 |
3.2.3 系统学习 | 第26页 |
3.2.4 故障诊断 | 第26-29页 |
3.2.5 帮助系统 | 第29页 |
3.3 小结 | 第29-30页 |
第四章 模糊故障诊断理论及实现 | 第30-38页 |
4.1 模糊故障诊断简介 | 第30页 |
4.2 模糊故障诊断理论 | 第30-34页 |
4.2.1 模糊诊断原理 | 第30-31页 |
4.2.2 模糊关系矩阵的建立 | 第31页 |
4.2.3 模糊算子简介 | 第31-33页 |
4.2.4 诊断原则简介 | 第33-34页 |
4.3 印刷机故障模糊诊断专家系统的建立 | 第34-36页 |
4.3.1 人机接口 | 第34-35页 |
4.3.2 知识获取机构 | 第35页 |
4.3.3 模糊知识库及其管理系统 | 第35页 |
4.3.4 模糊推理机 | 第35页 |
4.3.5 模糊数据库 | 第35页 |
4.3.6 解释机构 | 第35-36页 |
4.4 印刷机故障模糊诊断实例 | 第36-37页 |
4.5 小结 | 第37-38页 |
第五章 神经网络故障诊断及实现 | 第38-52页 |
5.1 神经网络概述 | 第38-39页 |
5.2 神经网络基本原理 | 第39-41页 |
5.2.1 神经元理论模型 | 第39-40页 |
5.2.2 反向传播网络的基本特征 | 第40-41页 |
5.3 BP网络算法实现 | 第41-44页 |
5.4 神经网络技术诊断印刷机故障 | 第44-50页 |
5.4.1 神经网络结构的确定 | 第44-47页 |
5.4.2 神经网络专家系统知识库的组建 | 第47页 |
5.4.3 神经网络故障诊断专家系统推理机制 | 第47-50页 |
5.5 小结 | 第50-52页 |
第六章 模糊神经网络故障诊断及实现 | 第52-60页 |
6.1 模糊神经网络故障诊断简介 | 第52页 |
6.2 模糊神经网络理论基础 | 第52-55页 |
6.2.1 模糊神经元 | 第52-53页 |
6.2.2 模糊神经网络 | 第53-54页 |
6.2.3 取大与积型模糊联想记忆网络的学习算法 | 第54-55页 |
6.3 模糊神经网络用于诊断印刷机故障 | 第55-59页 |
6.3.1 模糊神经网络结构的确定 | 第55-57页 |
6.3.2 模糊神经网络专家系统知识库的组建 | 第57-59页 |
6.3.3 模糊神经网络故障诊断 | 第59页 |
6.4 小结 | 第59-60页 |
第七章 模糊Petri网故障诊断及推理算法 | 第60-75页 |
7.1 模糊Petri网知识表示 | 第60-64页 |
7.1.1 产生式规则表示法 | 第60-61页 |
7.1.2 模糊Petri网表示法 | 第61-62页 |
7.1.3 模糊Petri网表示模糊产生式规则 | 第62-64页 |
7.2 模糊Petri网故障诊断理论 | 第64-66页 |
7.2.1 模糊Petri网故障诊断理论基础 | 第64-65页 |
7.2.2 模糊Petri网故障诊断推理算法 | 第65-66页 |
7.3 模糊Petri网用于诊断印刷机故障 | 第66-74页 |
7.3.1 模糊产生式规则表示知识 | 第66-69页 |
7.3.2 模糊Petri网表示模糊产生式规则 | 第69页 |
7.3.3 模糊Petri网推理算法 | 第69-74页 |
7.4 小结 | 第74-75页 |
第八章 结论 | 第75-76页 |
致谢 | 第76-77页 |
参考文献 | 第77-78页 |