一种可用于机车部件故障诊断的神经网络专系统研究
| 第一章 绪论 | 第1-12页 |
| ·课题背景 | 第7页 |
| ·国内外研究现状与水平 | 第7-8页 |
| ·主要理论与方法 | 第8-10页 |
| ·研究的方向 | 第10-12页 |
| 第二章 内燃机车的主要部件和故障特点 | 第12-19页 |
| ·内燃机车机车的主要部件 | 第12-16页 |
| ·柴油机子系统 | 第12-13页 |
| ·调节子系统 | 第13-14页 |
| ·燃油子系统 | 第14页 |
| ·增压子系统 | 第14-15页 |
| ·冷却子系统 | 第15页 |
| ·机油子系统 | 第15-16页 |
| ·传动子系统 | 第16页 |
| ·电气子系统 | 第16页 |
| ·车体和行走子系统 | 第16页 |
| ·内燃机车故障诊断特点 | 第16-19页 |
| ·部件繁多，具有一定的层次结构 | 第16-17页 |
| ·检测参数多，诊断方法多样 | 第17页 |
| ·联合故障、交叉故障比较多 | 第17页 |
| ·故障诊断的实时性要求高 | 第17-19页 |
| 第三章 模型的诊断机理 | 第19-29页 |
| ·基于符号的逻辑推理 | 第19-24页 |
| ·正向链和反向链 | 第19-20页 |
| ·规则的合并 | 第20页 |
| ·环和冲突的解决 | 第20页 |
| ·非单调的推理 | 第20-21页 |
| ·模糊推理 | 第21-23页 |
| ·推理的搜索策略 | 第23页 |
| ·推理的限制策略 | 第23页 |
| ·推理的范围 | 第23-24页 |
| ·推理结果的解释 | 第24页 |
| ·人工神经网络的推理机制 | 第24-27页 |
| ·神经网络的基本概念和特点 | 第24-25页 |
| ·FUZZY ART网络的概念和特点 | 第25-27页 |
| ·符号推理与神经网络的结合 | 第27-29页 |
| 第四章 诊断模型的建立 | 第29-44页 |
| ·诊断模型建立的要求 | 第29页 |
| ·诊断模型建立的思路 | 第29页 |
| ·诊断模型的结构 | 第29-30页 |
| ·诊断智能体 | 第30-32页 |
| ·智能体实现所用数据结构 | 第32-38页 |
| ·推理所用的数据文件和文件格式 | 第38-40页 |
| ·诊断的推理流程 | 第40-44页 |
| ·主推理流程 | 第40-41页 |
| ·智能体推理流程 | 第41-42页 |
| ·神经网络推理流程 | 第42-43页 |
| ·专家系统推理流程 | 第43-44页 |
| 第五章 模型的应用--联合调节器部分故障诊断 | 第44-63页 |
| ·联合调节器简介 | 第44-45页 |
| ·联合调节器故障诊断子系统的设计 | 第45-63页 |
| ·智能体设计 | 第45-47页 |
| ·信箱设计 | 第47-50页 |
| ·输入参数设计 | 第50-53页 |
| ·规则设计 | 第53-59页 |
| ·样本数据(16个)和结果输出 | 第59-63页 |
| 第六章 系统的评价、适用范围和发展展望 | 第63-66页 |
| ·系统评价 | 第63-64页 |
| ·适用范围 | 第64-65页 |
| ·发展展望 | 第65-66页 |
| 参考文献 | 第66-69页 |
| 致谢 | 第69-70页 |
| 攻读学位期间主要的研究成果 | 第70页 |
