基于分层混合专家网络的锅炉故障诊断软件的开发
| 中文摘要 | 第1-5页 |
| 英文摘要 | 第5-7页 |
| 1 绪论 | 第7-16页 |
| 1.1 课题研究的目的及意义 | 第7页 |
| 1.2 课题理论研究及应用现状概述 | 第7-12页 |
| 1.2.1 电站锅炉故障诊断技术的发展及应用 | 第8-9页 |
| 1.2.2 专家系统与神经网络发展简述 | 第9-12页 |
| 1.3 课题的研究方法和工作内容 | 第12-16页 |
| 1.3.1 主要研究方法 | 第12-14页 |
| 1.3.2 工作内容 | 第14-15页 |
| 1.3.3 工作步骤 | 第15-16页 |
| 2 故障诊断系统构建及其软件设计 | 第16-33页 |
| 2.1 锅炉设备的故障特点 | 第16页 |
| 2.2 故障诊断系统的构架 | 第16-18页 |
| 2.3 故障诊断知识库的建立 | 第18-26页 |
| 2.4 诊断子系统 | 第26-31页 |
| 2.5 系统的软件设计 | 第31-33页 |
| 3 分层混合专家网络学习算法及其实现 | 第33-48页 |
| 3.1 人工神经元与神经网络概述 | 第33-37页 |
| 3.2 模糊神经网络结构 | 第37-39页 |
| 3.3 模糊网络的学习算法及实现 | 第39-41页 |
| 3.4 网络学习算法实现 | 第41-48页 |
| 4 故障诊断的仿真实验 | 第48-62页 |
| 4.1 系统界面总体介绍 | 第48-51页 |
| 4.1.1 热力参数监测与处理 | 第48-49页 |
| 4.1.2 故障诊断知识库管理及维护 | 第49-50页 |
| 4.1.3 热力参数征兆辅助分析 | 第50-51页 |
| 4.2 仿真实验 | 第51-62页 |
| 5 结论 | 第62-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-66页 |