基于神经网络观测器的故障诊断研究
| 摘要 | 第7-8页 |
| Abstract | 第8页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 课题背景 | 第9-10页 |
| 1.2 相关概念 | 第10-12页 |
| 1.2.1 故障概述 | 第10页 |
| 1.2.2 诊断任务 | 第10-11页 |
| 1.2.3 评价指标 | 第11-12页 |
| 1.3 故障诊断的主要方法 | 第12-13页 |
| 1.3.1 基于解析模型的方法 | 第12页 |
| 1.3.2 基于信号处理的方法 | 第12-13页 |
| 1.3.3 基于知识的方法 | 第13页 |
| 1.4 故障诊断的发展及现状 | 第13-15页 |
| 1.4.1 发展历程 | 第13-14页 |
| 1.4.2 现状与难点 | 第14-15页 |
| 1.5 本文主要研究内容 | 第15-16页 |
| 第二章 神经网络技术 | 第16-26页 |
| 2.1 引言 | 第16页 |
| 2.2 神经网络概述 | 第16-19页 |
| 2.2.1 网络模型 | 第16-17页 |
| 2.2.2 网络结构 | 第17-19页 |
| 2.3 BP 网络及仿真 | 第19-25页 |
| 2.3.1 BP 网络算法 | 第19-22页 |
| 2.3.2 算法不足及改进 | 第22-24页 |
| 2.3.3 逼近仿真曲线 | 第24-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第三章 基于神经网络的观测器设计 | 第26-37页 |
| 3.1 引言 | 第26页 |
| 3.2 基于模型的观测器设计 | 第26-27页 |
| 3.3 神经网络观测器的设计 | 第27-34页 |
| 3.3.1 线性定常系统观测器设计 | 第27-29页 |
| 3.3.2 非线性系统观测器设计 | 第29-34页 |
| 3.4 仿真举例 | 第34-35页 |
| 3.5 本章小结 | 第35-37页 |
| 第四章 基于神经网络观测器的线性系统故障诊断 | 第37-43页 |
| 4.1 引言 | 第37页 |
| 4.2 诊断方法研究 | 第37-38页 |
| 4.3 系统故障诊断 | 第38-40页 |
| 4.3.1 诊断原理 | 第38-39页 |
| 4.3.2 观测器设计 | 第39页 |
| 4.3.3 算法改进 | 第39-40页 |
| 4.4 仿真举例 | 第40-42页 |
| 4.5 本章小结 | 第42-43页 |
| 第五章 基于神经网络观测器的非线性系统故障诊断 | 第43-53页 |
| 5.1 引言 | 第43页 |
| 5.2 传感器故障概述 | 第43-44页 |
| 5.2.1 数学表示 | 第43-44页 |
| 5.3 系统故障诊断 | 第44-49页 |
| 5.3.1 诊断原理 | 第45-46页 |
| 5.3.2 观测器设计 | 第46-49页 |
| 5.3.3 误差分析 | 第49页 |
| 5.4 仿真举例 | 第49-52页 |
| 5.5 本章小结 | 第52-53页 |
| 第六章 结束语 | 第53-55页 |
| 6.1 总结 | 第53页 |
| 6.2 展望 | 第53-55页 |
| 参考文献 | 第55-60页 |
| 攻读硕士学位期间发表的学术论文 | 第60-61页 |
| 致谢 | 第61页 |
