基于神经网络的锅炉故障诊断研究
| 摘要 | 第1-7页 |
| Abstract | 第7-10页 |
| 第1章 绪论 | 第10-18页 |
| ·锅炉的故障诊断目的和意义 | 第10-13页 |
| ·锅炉监控方法的分类 | 第13-14页 |
| ·神经网络系统的研究现状 | 第14-17页 |
| ·神经网络系统概述 | 第14-16页 |
| ·神经网络系统在故障诊断领域的应用历史与现状 | 第16-17页 |
| ·本文主要工作和结构 | 第17-18页 |
| 第2章 锅炉故障诊断系统结构设计 | 第18-31页 |
| ·燃煤锅炉原理流程简介 | 第18-19页 |
| ·锅炉故障诊断系统结构框架 | 第19-20页 |
| ·基于神经网络的知识获取和知识表示 | 第20-22页 |
| ·知识的获取过程 | 第20页 |
| ·知识的表示过程 | 第20-21页 |
| ·知识的推理技术 | 第21页 |
| ·数据库化的知识库存储 | 第21-22页 |
| ·推理机控制策略 | 第22-23页 |
| ·推理方法 | 第22页 |
| ·搜索策略 | 第22-23页 |
| ·锅炉传统专家系统的建立 | 第23-30页 |
| ·基于案例专家系统的设计 | 第23-26页 |
| ·基于规则专家系统设计 | 第26-30页 |
| ·本章小结 | 第30-31页 |
| 第3章 神经网络故障诊断方法研究 | 第31-44页 |
| ·神经网络基本原理 | 第31-37页 |
| ·拓扑结构 | 第32-33页 |
| ·转移函数 | 第33-35页 |
| ·学习算法 | 第35-37页 |
| ·基于BP 神经网络算法及其改进 | 第37-40页 |
| ·BP 神经网络介绍 | 第37-39页 |
| ·BP 网络标准算法改进 | 第39-40页 |
| ·人工神经网络与模糊逻辑的结 | 第40-43页 |
| ·隶属度函数的确定 | 第41-42页 |
| ·各层输入输出关系 | 第42-43页 |
| ·初始权值的确定 | 第43页 |
| ·本章小结 | 第43-44页 |
| 第4章 神经网络系统模型的仿真实验 | 第44-59页 |
| ·模糊锅炉神经网络知识获取与表示 | 第44-45页 |
| ·样本集设计原则与数据的预处理 | 第45-50页 |
| ·网络训练与测试 | 第50-54页 |
| ·误差分析 | 第54-58页 |
| ·本章小结 | 第58-59页 |
| 第5章 锅炉诊断系统软件的设计与实现 | 第59-76页 |
| ·系统软件的设计与实现 | 第59-68页 |
| ·知识存储、维护及更新 | 第60页 |
| ·神经网络专家系统的推理机制实现 | 第60-62页 |
| ·现场数据的模拟采集方法 | 第62-64页 |
| ·COM 组件的生成与实现 | 第64-68页 |
| ·系统软件界面的设计 | 第68-75页 |
| ·热力参数监测界面 | 第69页 |
| ·参数特征值维护界面 | 第69-71页 |
| ·故障类型维护界面 | 第71-72页 |
| ·故障征兆维护界面 | 第72-73页 |
| ·样本编辑与训练界面 | 第73-74页 |
| ·故障诊断界面 | 第74-75页 |
| ·本章小结 | 第75-76页 |
| 结论 | 第76-77页 |
| 参考文献 | 第77-80页 |
| 攻读硕士学位期间发表的论文和获得的科研成果 | 第80-81页 |
| 致谢 | 第81页 |
