热力系统动态过程故障神经网络诊断方法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-13页 |
| ·课题研究背景和重要意义 | 第9-10页 |
| ·电站热力系统故障诊断研究发展现状 | 第10-11页 |
| ·本论文的主要工作 | 第11-13页 |
| 第2章 神经网络基本原理 | 第13-26页 |
| ·神经网络模型 | 第13-15页 |
| ·神经元模型 | 第13-14页 |
| ·神经网络模型分类 | 第14-15页 |
| ·BP神经网络及其训练算法 | 第15-21页 |
| ·BP神经模型结构 | 第15-16页 |
| ·BP算法原理 | 第16-18页 |
| ·神经网络的改进算法 | 第18-21页 |
| ·Elman人工神经网络 | 第21-24页 |
| ·Elman神经网络基本结构 | 第22-23页 |
| ·具有输入时延的改进Elman神经网络 | 第23-24页 |
| ·MATLAB神经网络工具箱简介 | 第24-25页 |
| ·本章小节 | 第25-26页 |
| 第3章 神经网络故障诊断方法概述 | 第26-32页 |
| ·故障诊断的基本原理 | 第26-27页 |
| ·热力系统故障神经网络诊断方法 | 第27-30页 |
| ·神经网络诊断方法的主要环节 | 第27页 |
| ·征兆计算方法 | 第27-29页 |
| ·故障诊断中的征兆缩放技术 | 第29-30页 |
| ·基于二级神经网络的动态过程故障诊断方法 | 第30-31页 |
| ·本章小节 | 第31-32页 |
| 第4章 高加给水系统动态过程故障诊断仿真研究 | 第32-52页 |
| ·高加简介及常见故障分析 | 第32-34页 |
| ·高加系统故障特征预测神经网络建模 | 第34-40页 |
| ·特征参数预测与神经网络变量选取 | 第34页 |
| ·训练样本数据获取 | 第34页 |
| ·Elman神经网络预测模型建立和训练结果 | 第34-36页 |
| ·Elman神经网络预测模型的验证 | 第36-40页 |
| ·故障神经网络诊断模型的建立 | 第40-43页 |
| ·稳态过程高加故障规律的仿真研究 | 第40-41页 |
| ·故障模糊知识库的建立 | 第41-42页 |
| ·BP神经网络诊断模型的建立 | 第42-43页 |
| ·变工况故障预测和诊断仿真实验 | 第43-50页 |
| ·MATLAB在线诊断模型的构成 | 第43页 |
| ·稳态工况故障仿真诊断试验 | 第43-46页 |
| ·变负荷动态工况故障诊断仿真试验 | 第46-50页 |
| ·本章小节 | 第50-52页 |
| 第5章 结论 | 第52-53页 |
| 参考文献 | 第53-56页 |
| 论文发表和参加的科研工作 | 第56-57页 |
| 致谢 | 第57页 |
