大型隔膜泵故障诊断专家系统推理算法的研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第1章 绪论 | 第11-20页 |
| ·课题的来源和意义 | 第11页 |
| ·设备故障诊断的三类方法 | 第11-12页 |
| ·隔膜泵概述 | 第12-14页 |
| ·隔膜泵的工作原理 | 第12页 |
| ·泵阀的工作原理与诊断的意义 | 第12-13页 |
| ·推进液系统的工作原理与诊断的意义 | 第13-14页 |
| ·专家系统 | 第14-18页 |
| ·人工智能概述 | 第14-15页 |
| ·专家系统概述 | 第15页 |
| ·传统专家系统的基本构成 | 第15-16页 |
| ·神经网络与传统专家系统的互补性 | 第16-18页 |
| ·隔膜泵故障诊断的研究现状 | 第18页 |
| ·本文的主要研究工作 | 第18-20页 |
| 第2章 知识的表示与组织 | 第20-34页 |
| ·专家系统中的知识表示 | 第20-22页 |
| ·专家系统中知识表示 | 第20页 |
| ·知识的定义与知识的层次结构 | 第20-21页 |
| ·知识的分类 | 第21-22页 |
| ·知识表示的定义 | 第22页 |
| ·专家系统中不同知识表示形式的比较 | 第22-27页 |
| ·知识的产生式规则的形式及优缺点 | 第22-23页 |
| ·知识的框架表式的形式及优缺点 | 第23页 |
| ·面向对象的知识表示 | 第23-27页 |
| ·本节小结 | 第27页 |
| ·基于面向对象知识表示的知识库与其管理系统的实现 | 第27-33页 |
| ·SQL语言 | 第27-28页 |
| ·SQL的特点 | 第28-29页 |
| ·关系型数据库Access | 第29-31页 |
| ·知识库及管理系统的实现 | 第31-33页 |
| ·本章小结 | 第33-34页 |
| 第3章 不确定性推理与知识获取 | 第34-53页 |
| ·不确定性推理与分类 | 第34-35页 |
| ·不确定性推理的三种方法概述 | 第35-37页 |
| ·知识获取 | 第37-39页 |
| ·知识的获取方法 | 第38-39页 |
| ·本节小结 | 第39页 |
| ·可转移信度模型 | 第39-40页 |
| ·基于可转移信度模型的隔膜泵故障树分析 | 第40-51页 |
| ·故障树分析 | 第40-41页 |
| ·隔膜泵故障树建立 | 第41-46页 |
| ·基于可转移信度模型的不确定参数计算 | 第46-47页 |
| ·基本信度分配的获取算法 | 第47-51页 |
| ·计算实例 | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 第4章 人工神经网络技术与模糊评判 | 第53-68页 |
| ·人工神经网络概述 | 第53-55页 |
| ·神经网络应用于专家系统的必要性与不足 | 第55页 |
| ·BP神经网络概述与不同训练函数下的网络性能比较 | 第55-62页 |
| ·加入动量项 | 第57-60页 |
| ·共轭梯度法 | 第60页 |
| ·拟牛顿算法 | 第60-61页 |
| ·Levenberg-Marquart算法 | 第61-62页 |
| ·网络输出的模糊评判 | 第62-66页 |
| ·模糊模式识别 | 第63页 |
| ·模糊度 | 第63-64页 |
| ·闵可夫斯基距离 | 第64页 |
| ·算例 | 第64-66页 |
| ·本章小结 | 第66-68页 |
| 第5章 本专家系统的总体构成研究 | 第68-74页 |
| ·推理机 | 第68-70页 |
| ·隔膜泵故障诊断专家系统的整体结构与接口技术 | 第70-73页 |
| ·隔膜泵故障诊断专家系统的整体结构 | 第70页 |
| ·接口技术 | 第70-71页 |
| ·MATLAB7.0与VB混合编程的方法 | 第71-73页 |
| ·本章小结 | 第73-74页 |
| 第6章 诊断实例 | 第74-88页 |
| ·隔膜泵进出料泵阀的故障诊断 | 第74-87页 |
| ·泵阀的破坏机理概述 | 第74页 |
| ·振动信号时域统计分析 | 第74-77页 |
| ·数据预处理 | 第77-80页 |
| ·振动信号的小波包提取 | 第80-83页 |
| ·泵阀振动信号的小波包提取 | 第83-84页 |
| ·人工神经网络训练、仿真与实际信号诊断 | 第84-87页 |
| ·本章小结 | 第87-88页 |
| 第7章 结论与展望 | 第88-90页 |
| ·结论 | 第88页 |
| ·展望 | 第88-90页 |
| 参考文献 | 第90-93页 |
| 致谢 | 第93页 |
