采用VB实现船舶柴油机拐档差数据处理系统的研制
摘要 | 第1-5页 |
ABSTRACT | 第5-10页 |
第1章 引言 | 第10-18页 |
·拐档差测量的意义 | 第10页 |
·曲轴拐档差 | 第10-15页 |
·曲轴拐档差的概念 | 第10-12页 |
·拐档差测量位置 | 第12页 |
·拐档差测量的要求 | 第12-13页 |
·测量拐档差的情况 | 第13页 |
·拐档差的影响因素 | 第13-14页 |
·轴心线和推力轴(齿轮轴)轴心线的对中 | 第14-15页 |
·国内外研究的现状 | 第15-16页 |
·测量仪表 | 第15-16页 |
·数据处理方法 | 第16页 |
·本文的研究内容 | 第16-18页 |
第2章 数据处理方法概述 | 第18-25页 |
·实验数据处理基本方法 | 第18-20页 |
·列表法 | 第18页 |
·图解法 | 第18页 |
·逐差法 | 第18页 |
·最小二乘法 | 第18-20页 |
·数据处理方法的发展 | 第20-23页 |
·稳健估计 | 第20-21页 |
·傅立叶分析 | 第21-22页 |
·有限元方法 | 第22页 |
·神经网络 | 第22-23页 |
·神经网络在数据处理中的应用 | 第23-24页 |
·人工神经网络的优势 | 第23页 |
·人工神经网络的主要方向 | 第23页 |
·神经网络在故障诊断中的主要应用 | 第23-24页 |
·小结 | 第24-25页 |
第3章 数据通信 | 第25-33页 |
·通信接口的方式 | 第25-26页 |
·并行接口 | 第25页 |
·串行接口 | 第25-26页 |
·串行接口的标准 | 第26-27页 |
·VB串口通信方法 | 第27-30页 |
·MSComm控件处理通信的方式 | 第27页 |
·MSComm控件的属性 | 第27-29页 |
·通信事件包含设置 | 第29-30页 |
·MSCOM控件的应用 | 第30-32页 |
·硬件连接 | 第30页 |
·数据的发送 | 第30-31页 |
·数据的接收 | 第31-32页 |
·小结 | 第32-33页 |
第4章 数据处理系统的功能设计 | 第33-47页 |
·系统总体功能设计 | 第33-34页 |
·系统总体功能结构图 | 第33页 |
·子系统功能分析 | 第33-34页 |
·模块整体设计 | 第34-43页 |
·登录模块设计 | 第34-35页 |
·系统维护模块功能设计 | 第35-37页 |
·数据输入模块功能设计 | 第37-42页 |
·数据作图模块功能设计 | 第42-43页 |
·数据存储模块功能设计 | 第43页 |
·曲轴拐档差实例分析 | 第43-45页 |
·系统要求 | 第45-46页 |
·硬件要求 | 第45-46页 |
·软件要求 | 第46页 |
·小结 | 第46-47页 |
第5章 BP神经网络及其应用 | 第47-62页 |
·人工神经网络概述 | 第47-48页 |
·人工神经网络的起源 | 第47页 |
·人工神经网络的特点及应用 | 第47-48页 |
·人工神经网络的结构 | 第48-50页 |
·人工神经网络的基本特性 | 第48-49页 |
·神经网络的基本类型 | 第49-50页 |
·人工神经网络的典型结构 | 第49-50页 |
·人工神经网络的学习规则 | 第50页 |
·多层前馈神经网络(BP)模型 | 第50-55页 |
·BP网络模型特点 | 第51页 |
·BP网络学习算法 | 第51-53页 |
·信息的正向传递 | 第51-52页 |
·利用梯度下降法求权值变化及误差的反向传播 | 第52-53页 |
·网络的训练过程 | 第53页 |
·BP算法的改进 | 第53-55页 |
·附加动量法 | 第53-54页 |
·自适应学习速率 | 第54-55页 |
·网络的设计 | 第55-61页 |
·输入层、输出层结点数 | 第55页 |
·网络的层数 | 第55页 |
·学习样本数据的预处理 | 第55-57页 |
·隐含层的神经元数 | 第57-58页 |
·初始权值的选取 | 第58-59页 |
·学习速率 | 第59页 |
·网络的训练 | 第59-61页 |
·小结 | 第61-62页 |
第6章 结论与展望 | 第62-64页 |
·结论 | 第62页 |
·展望 | 第62-64页 |
致谢 | 第64-65页 |
参考文献 | 第65-68页 |
附录 | 第68-71页 |
在学期间发表的学术论文 | 第71页 |