密闭鼓风炉熔炼过程智能故障诊断系统
| 第一章 引言 | 第1-11页 |
| 1．1 密闭鼓风炉熔炼过程 | 第6-7页 |
| 1．2 ISP熔炼过程故障诊断概况 | 第7页 |
| 1．3 国内外故障诊断技术研究现状 | 第7-8页 |
| 1．4 课题的提出及研究方法 | 第8-11页 |
| 1．4．1 课题提出的意义 | 第8-9页 |
| 1．4．2 研究方法 | 第9-11页 |
| 第二章 故障诊断理论与方法 | 第11-20页 |
| 2．1 故障诊断技术 | 第11-13页 |
| 2．2 智能故障诊断 | 第13-15页 |
| 2．2．1 故障诊断专家系统 | 第13-14页 |
| 2．2．2 模糊诊断方法 | 第14页 |
| 2．2．3 神经网络在故障诊断中的应用 | 第14-15页 |
| 2．2．4 混合智能的故障诊断系统 | 第15页 |
| 2．3 通用故障诊断系统的设计方案 | 第15-20页 |
| 2．3．1 系统总体结构 | 第16页 |
| 2．3．2 知识模型库 | 第16-18页 |
| 2．3．3 集成故障诊断推理 | 第18-19页 |
| 2．3．4 监控中心 | 第19-20页 |
| 第三章 ISP熔炼过程故障诊断系统方案设计 | 第20-32页 |
| 3．1 熔炼工艺流程 | 第20-21页 |
| 3．2 熔炼过程故障分析 | 第21-24页 |
| 3．3 系统方案设计 | 第24-32页 |
| 3．3．1 总体结构 | 第25-26页 |
| 3．3．2 GO—STOP专家系统 | 第26-27页 |
| 3．3．3 基于模糊神经网络的知识获取与推理技术 | 第27-32页 |
| 第四章 熔炼过程故障诊断系统方案实施 | 第32-42页 |
| 4．1 系统的特征参数选择 | 第32-34页 |
| 4．2 知识表示与知识库构成 | 第34-39页 |
| 4．3 GO—STOP过程 | 第39-40页 |
| 4．4 模糊神经网络推理过程 | 第40-41页 |
| 4．5 诊断过程 | 第41-42页 |
| 第五章 系统软件实现 | 第42-57页 |
| 5．1 软硬件平台 | 第42-43页 |
| 5．2 软件功能设计 | 第43-45页 |
| 5．3 软件实现 | 第45-51页 |
| 5．3．1 数据通信技术 | 第45-48页 |
| 5．3．2 数据库结构 | 第48-49页 |
| 5．3．3 故障诊断线程 | 第49-51页 |
| 5．4 软件界面 | 第51-55页 |
| 5．4．1 故障诊断界面 | 第51页 |
| 5．4．2 信息输入界面 | 第51-53页 |
| 5．4．3 数据查询界面 | 第53-55页 |
| 5．4．4 帮助界面 | 第55页 |
| 5．5 系统评价 | 第55-57页 |
| 第六章 总结 | 第57-59页 |
| 参考文献 | 第59-62页 |
| 致谢 | 第62页 |
