工业控制系统神经网络故障诊断方法研究
| 第一章 前言 | 第1-16页 |
| ·引言 | 第7-8页 |
| ·论文研究的意义与论文工作简述 | 第8-9页 |
| ·论文的目的和意义 | 第8页 |
| ·论文工作简述 | 第8-9页 |
| ·国内外文献综述 | 第9-16页 |
| ·基于数学模型的方法 | 第10-11页 |
| ·基于信号处理的方法 | 第11页 |
| ·基于人工智能的方法 | 第11-16页 |
| 第二章 智能故障诊断中的神经网络方法 | 第16-26页 |
| ·引言 | 第16页 |
| ·神经网络 | 第16-20页 |
| ·人工神经元模型 | 第16-17页 |
| ·神经网络联结拓扑结构 | 第17-18页 |
| ·神经网络的学习方式 | 第18-20页 |
| ·神经网络的故障诊断原理 | 第20-22页 |
| ·神经网络故障诊断技术的应用研究 | 第22-24页 |
| ·模式识别的故障诊断神经网络 | 第22-23页 |
| ·故障预测的神经网络 | 第23-24页 |
| ·神经网络故障诊断专家系统 | 第24页 |
| ·基于神经网络的智能故障诊断的发展动向 | 第24-26页 |
| 第三章 工业控制系统检测级故障诊断 | 第26-39页 |
| ·引言 | 第26页 |
| ·时间序列的单传感器故障诊断 | 第26-31页 |
| ·基于神经网络预测器的单传感器故障检测原理 | 第26-28页 |
| ·仿真研究 | 第28-31页 |
| ·基于系统辨识方法的单传感器故障诊断 | 第31-36页 |
| ·ANN的系统辨识原理 | 第31-33页 |
| ·基于系统辨识的单传感器故障检测原理 | 第33-34页 |
| ·仿真研究 | 第34-36页 |
| ·多传感器的故障诊断 | 第36-39页 |
| 第四章 系统级故障诊断的集成神经网络方法 | 第39-56页 |
| ·引言 | 第39页 |
| ·主从神经网络的系统级故障诊断 | 第39-44页 |
| ·主从神经网络的故障诊断原理 | 第40-41页 |
| ·仿真研究 | 第41-44页 |
| ·基于信息融合的神经网络诊断技术 | 第44-50页 |
| ·系统结构 | 第44-45页 |
| ·神经网络系统设计 | 第45-46页 |
| ·模糊神经网络 | 第46-47页 |
| ·D-S信息融合方法 | 第47-49页 |
| ·仿真研究 | 第49-50页 |
| ·食品加工生产过程计算机控制系统 | 第50-56页 |
| ·主系统的工艺流程 | 第51页 |
| ·系统硬件的组成及结构 | 第51-52页 |
| ·系统的软件设计 | 第52-54页 |
| ·监控系统研究开发 | 第54-56页 |
| 第五章 故障诊断的改进遗传神经网络算法研究 | 第56-68页 |
| ·引言 | 第56页 |
| ·改进型GA-BP的提出及实现 | 第56-63页 |
| ·改进型GA-BP的提出 | 第56-58页 |
| ·改进型GA-BP的算法及实现 | 第58-63页 |
| ·仿真研究 | 第63-68页 |
| 第六章 结论与体会 | 第68-70页 |
| 论文发表情况 | 第70-71页 |
| 致谢 | 第71-72页 |
| 参考文献 | 第72-75页 |
