控制系统的神经网络故障诊断方法
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第1章 绪论 | 第11-19页 |
| ·研究的背景和意义 | 第11-12页 |
| ·研究现状和方法概述 | 第12-17页 |
| ·故障诊断技术研究现状 | 第13-14页 |
| ·控制系统故障诊断的主要方法 | 第14-17页 |
| ·论文的主要研究内容 | 第17页 |
| ·本文的内容安排 | 第17-19页 |
| 第2章 控制系统故障的神经网络诊断 | 第19-38页 |
| ·控制系统故障类型 | 第19-20页 |
| ·控制系统故障的种类 | 第19页 |
| ·控制系统故障诊断的结构 | 第19-20页 |
| ·神经网络的模型、特点及分类 | 第20-26页 |
| ·神经网络模型 | 第20-22页 |
| ·神经网络特点 | 第22-23页 |
| ·神经网络的分类 | 第23-24页 |
| ·神经网络的学习规则 | 第24-26页 |
| ·故障诊断常用的神经网络 | 第26-33页 |
| ·径向基神经网络 | 第26-28页 |
| ·BP 神经网络 | 第28-31页 |
| ·Hopfield 神经网络 | 第31-33页 |
| ·控制系统的神经网络故障诊断 | 第33-36页 |
| ·基于神经网络故障诊断的原理 | 第34-35页 |
| ·基于神经网络故障诊断的结构 | 第35-36页 |
| ·控制系统的神经网络故障诊断的方法 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 第3章 基于神经网络的传感器故障诊断 | 第38-55页 |
| ·传感器故障诊断的发展与现状 | 第38-39页 |
| ·传感器故障的描述与类型 | 第39-40页 |
| ·传感器故障的数学模型 | 第39-40页 |
| ·传感器故障的类型 | 第40页 |
| ·传感器故障诊断传统方法简介 | 第40-46页 |
| ·传感器故障诊断冗余分类法 | 第40-41页 |
| ·故障诊断的Frank 分类法 | 第41-44页 |
| ·基于神经网络的传感器故障诊断技术 | 第44-46页 |
| ·传感器故障诊断的仿真 | 第46-54页 |
| ·基于RBF 神经网络预测器的传感器故障诊断 | 第46-48页 |
| ·传感器故障诊断的仿真 | 第48-54页 |
| ·本章小结 | 第54-55页 |
| 第4章 基于神经网络的执行器故障诊断 | 第55-65页 |
| ·执行器故障的描述 | 第55-58页 |
| ·执行器故障的数学模型 | 第55-56页 |
| ·执行器故障的可检测性 | 第56-58页 |
| ·执行器故障功能冗余性的分析方法 | 第58-59页 |
| ·基于神经网络观测器方法的执行器故障诊断 | 第59-64页 |
| ·神经网络观测器结构 | 第59-60页 |
| ·神经网络观测器的设计 | 第60-62页 |
| ·基于神经网络观测器的故障诊断仿真 | 第62-64页 |
| ·本章小结 | 第64-65页 |
| 第5章 TE 系统的神经网络故障诊断 | 第65-82页 |
| ·TE 控制系统 | 第65-70页 |
| ·TE 过程的描述 | 第65页 |
| ·TE 系统的故障样本 | 第65-67页 |
| ·TE 系统故障分析 | 第67-70页 |
| ·TE 系统的故障诊断及仿真 | 第70-80页 |
| ·TE 系统故障的BP 网络诊断仿真 | 第70-77页 |
| ·TE 系统故障的Hopfield 网络诊断仿真 | 第77-80页 |
| ·本章小结 | 第80-82页 |
| 结论 | 第82-84页 |
| 参考文献 | 第84-88页 |
| 致谢 | 第88-89页 |
| 附录 A 攻读学位期间所发表的学术论文目录 | 第89页 |
