| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 1 绪论 | 第7-11页 |
| ·问题的提出 | 第7页 |
| ·故障诊断技术的概述 | 第7-10页 |
| ·当前常用的几种诊断方法 | 第7-9页 |
| ·智能诊断系统的研究 | 第9-10页 |
| ·本文的主要工作 | 第10-11页 |
| 2 模糊理论概述 | 第11-16页 |
| ·模糊理论的发展及应用 | 第11-12页 |
| ·模糊控制理论发展概况 | 第11页 |
| ·模糊控制应用概况 | 第11页 |
| ·目前模糊控制所面临的主要任务 | 第11-12页 |
| ·模糊控制器 | 第12-15页 |
| ·模糊控制器组成 | 第12-13页 |
| ·论域、量化因子、比例因子的选择 | 第13-15页 |
| ·本章小结 | 第15-16页 |
| 3 人工神经网络理论概述 | 第16-20页 |
| ·神经网络的发展情况 | 第16页 |
| ·神经网络特征 | 第16-17页 |
| ·模糊和神经网络的结合 | 第17-18页 |
| ·神经网络与自动控制 | 第18-19页 |
| ·本章小结 | 第19-20页 |
| 4 神经网络实现的模糊控制及在制造硝酸控制系统中的应用 | 第20-43页 |
| ·神经网络控制模型 | 第20-28页 |
| ·常规模糊系统的模糊模型 | 第20-22页 |
| ·隶属函数网络模型 | 第22-23页 |
| ·模糊神经网络控制模型 | 第23-25页 |
| ·模糊神经网络的学习算法 | 第25-28页 |
| ·模糊神经网络的应用 | 第28-38页 |
| ·模糊神经网络自学习控制器 | 第28-29页 |
| ·控制器的设计 | 第29-33页 |
| ·控制器学习算法 | 第33-36页 |
| ·神经网络预测器 NNP 的结构 | 第36-38页 |
| ·模糊神经网络的 MATLAB 实现 | 第38-43页 |
| 5 实际应用 | 第43-64页 |
| ·制造稀硝酸的常压操作系统方法简介 | 第43-46页 |
| ·对冷却工艺流程的改进 | 第46-47页 |
| ·故障诊断系统建立 | 第47-59页 |
| ·回路级诊断系统建立 | 第47-49页 |
| ·元件级诊断系统的建立 | 第49-58页 |
| ·原理解释部分 | 第58-59页 |
| ·故障检测系统 | 第59-64页 |
| 6 结论 | 第64-65页 |
| 攻读硕士学位期间发表的学术论文 | 第65-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-69页 |
| 附录 | 第69-76页 |