| 摘要 | 第1-3页 |
| Abstract | 第3-8页 |
| 第1章 绪论 | 第8-12页 |
| ·引言 | 第8页 |
| ·故障诊断技术的研究现状与发展趋势 | 第8-10页 |
| ·蚁群算法的研究与发展 | 第10页 |
| ·论文结构安排和主要研究内容 | 第10-12页 |
| 第2章 系统的开发环境——虚拟仪器 | 第12-21页 |
| ·引言 | 第12页 |
| ·虚拟仪器的概念 | 第12页 |
| ·虚拟仪器的系统构成 | 第12-16页 |
| ·虚拟仪器的硬件构成 | 第13-15页 |
| ·GPIB 系统 | 第13-14页 |
| ·数据采集系统 DAQ | 第14页 |
| ·PXI 系统 | 第14页 |
| ·VXI 系统 | 第14页 |
| ·PC 端口-LPT 并行口式、USB 口式和 1394 口式系统 | 第14-15页 |
| ·虚拟仪器系统软件构成 | 第15-16页 |
| ·虚拟仪器的优势与发展趋势 | 第16-18页 |
| ·虚拟仪器的特点与优势 | 第16-18页 |
| ·虚拟仪器的发展趋势 | 第18页 |
| ·图形化编程语言 LabView | 第18-20页 |
| ·LabView 概述 | 第18页 |
| ·LabView 组成与特点 | 第18-19页 |
| ·LabView 的优势 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 第3章 船舶机舱监控系统功能模块设计 | 第21-43页 |
| ·机舱监控的设计思想与方案 | 第21-24页 |
| ·系统设计思想 | 第21-22页 |
| ·系统设计方案 | 第22-24页 |
| ·系统硬件设计 | 第24-27页 |
| ·系统软件设计 | 第27-42页 |
| ·软件总体设计 | 第27-28页 |
| ·软件设计算法分析 | 第28-31页 |
| ·软件主程序流程 | 第31-32页 |
| ·基于 LabView 的各功能模块设计 | 第32-42页 |
| ·数据采集程序设计 | 第33-36页 |
| ·菜单设置程序设计 | 第36-37页 |
| ·实时监控程序设计 | 第37页 |
| ·监测波形程序设计 | 第37-38页 |
| ·历史数据波形 | 第38-39页 |
| ·报警程序设计 | 第39-40页 |
| ·参数配置程序设计 | 第40-41页 |
| ·数据管理程序设计 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 第4章 基于模糊神经网络的船舶柴油机故障诊断 | 第43-55页 |
| ·船舶柴油机故障诊断概述 | 第43-45页 |
| ·船舶柴油机的故障原因及性质 | 第43页 |
| ·船舶柴油机故障主要模式 | 第43-44页 |
| ·船舶柴油机特征参量 | 第44-45页 |
| ·模糊神经网络 | 第45-52页 |
| ·模糊理论 | 第45-48页 |
| ·模糊集合与隶属度 | 第45-47页 |
| ·模糊逻辑和模糊条件推理 | 第47-48页 |
| ·神经网络的基本概念 | 第48-49页 |
| ·模糊神经网络 | 第49-52页 |
| ·基于 FNN 的船舶柴油机智能故障诊断 | 第52-54页 |
| ·模糊神经网络学习样本 | 第52-53页 |
| ·模糊神经网络结构模型 | 第53-54页 |
| ·本章小结 | 第54-55页 |
| 第5章 蚁群算法优化基于 FNN 船舶柴油机故障诊断的研究 | 第55-68页 |
| ·蚁群算法概念 | 第55页 |
| ·蚁群算法的研究 | 第55-57页 |
| ·离散域蚁群算法的研究 | 第55-56页 |
| ·连续域蚁群算法的研究 | 第56-57页 |
| ·蚁群算法的原理 | 第57-60页 |
| ·蚁群行为描述 | 第57-58页 |
| ·基本蚁群算法的机制原理 | 第58-59页 |
| ·基本蚁群算法的实现步骤和程序结构流程 | 第59-60页 |
| ·蚁群算法在故障诊断中应用 | 第60-63页 |
| ·近邻函数准则 | 第61页 |
| ·算法描述 | 第61-62页 |
| ·算法具体步骤 | 第62-63页 |
| ·蚁群算法优化的 FNN 的船舶柴油机故障诊断 | 第63-66页 |
| ·蚁群算法优化的 FNN 的步骤 | 第63-64页 |
| ·通过蚁群算法优化的仿真结果和分析研究 | 第64-66页 |
| ·本章小结 | 第66-68页 |
| 结论 | 第68-70页 |
| 参考文献 | 第70-74页 |
| 攻读硕士学位期间发表的学术论文 | 第74-76页 |
| 致谢 | 第76-77页 |
| 大摘要 | 第77-81页 |