第一章 综述 | 第1-16页 |
1.1 课题来源和应用背景 | 第7-8页 |
1.1.1 课题来源 | 第7页 |
1.1.2 应用背景 | 第7-8页 |
1.2 国内外研究现状 | 第8-14页 |
1.2.1 故障诊断的意义 | 第8-9页 |
1.2.2 故障诊断的基本概念 | 第9页 |
1.2.3 故障诊断的应用和发展概况 | 第9-11页 |
1.2.4 故障诊断在我国的研究水平和现状 | 第11-12页 |
1.2.5 智能故障诊断技术综述 | 第12-13页 |
1.2.6 基于因特网的远程诊断 | 第13-14页 |
1.2.7 设备诊断技术未来的发展趋势 | 第14页 |
1.3 论文的研究目的意义和内容 | 第14-16页 |
1.3.1 论文研究的目的 | 第14-15页 |
1.3.2 课题研究的内容 | 第15-16页 |
第二章 故障诊断的基本概念及其智能化和远程化 | 第16-32页 |
2.1 诊断问题的基本概念 | 第16-18页 |
2.1.1 故障诊断的必要性分析 | 第16页 |
2.1.2 故障诊断学的基本概念 | 第16-17页 |
2.1.3 故障诊断的过程 | 第17-18页 |
2.2 故障诊断的智能化 | 第18-21页 |
2.2.1 智能化故障诊断的定义 | 第18-20页 |
2.2.2 智能化诊断方法 | 第20-21页 |
2.3 故障诊断的策略 | 第21-25页 |
2.3.1 诊断知识的获取 | 第21-23页 |
2.3.2 诊断知识的表示 | 第23-24页 |
2.3.3 诊断问题的求解策略 | 第24-25页 |
2.4 故障诊断远程化研究 | 第25-28页 |
2.4.1 设备远程故障诊断技术概述 | 第25-26页 |
2.4.2 设备远程故障诊断的功能与特点 | 第26页 |
2.4.3 远程故障诊断系统的体系结构 | 第26-28页 |
2.4.4 IRDS中基于Web的诊断系统的构建 | 第28页 |
2.5 摊铺机液压系统诊断策略 | 第28-31页 |
2.5.1 摊铺机液压系统诊断问题的特点 | 第28-30页 |
2.5.2 摊铺机液压系统故障诊断的策略 | 第30-31页 |
2.6 总结 | 第31-32页 |
第三章 摊铺机液压系统神经网络故障诊断方法研究 | 第32-45页 |
3.1 引言 | 第32页 |
3.2 智能故障诊断神经网络的选取 | 第32-40页 |
3.2.1 人工神经元模型 | 第32-33页 |
3.2.2 BP神经网络的基本概念和算法研究 | 第33-38页 |
3.2.3 诊断神经网络样本选择问题研究 | 第38-40页 |
3.3 基于神经网络的摊铺机液压系统故障诊断方法研究 | 第40-43页 |
3.3.1 液压系统故障诊断神经网络模型 | 第40-41页 |
3.3.2 故障诊断知识的获取 | 第41页 |
3.3.3 诊断的模糊化研究 | 第41-42页 |
3.3.4 基于神经网络诊断系统的结构模型 | 第42-43页 |
3.3.5 神经网络诊断的推理 | 第43页 |
3.4 小结 | 第43-45页 |
第四章 摊铺机液压系统智能故障诊断系统研究 | 第45-55页 |
4.1 引言 | 第45页 |
4.2 诊断系统的总体设计 | 第45-46页 |
4.3 第一级神经网络诊断系统的设计 | 第46-50页 |
4.3.1 神经网络训练样本的获取 | 第47-49页 |
4.3.2 BP的结构设计 | 第49页 |
4.3.3 神经网络的训练 | 第49-50页 |
4.3.4 神经网络故障诊断的实现 | 第50页 |
4.4 第二级基于专家经验的解释系统的设计 | 第50-52页 |
4.4.1 网络输出的反模糊化 | 第51页 |
4.4.2 规则解释器的设计 | 第51-52页 |
4.5 摊铺机液压系统故障处理咨询研究 | 第52-53页 |
4.6 小结 | 第53-55页 |
第五章 摊铺机远程智能诊断系统的开发和应用分析 | 第55-66页 |
5.1 基于WEB服务器的远程诊断系统 | 第55-57页 |
5.1.1 系统平台的总体设计 | 第55-57页 |
5.1.2 摊铺机远程智能诊断系统的特点 | 第57页 |
5.2 诊断试验分析 | 第57-64页 |
5.2.1 神经网络知识库的组建 | 第58-62页 |
5.2.2 神经网络故障诊断 | 第62-64页 |
5.3 小结 | 第64-66页 |
第六章 全文总结 | 第66-68页 |
参考文献 | 第68-72页 |
致谢 | 第72-73页 |
攻读硕士学位期间发表的学术论文 | 第73页 |