火电厂制粉系统故障诊断研究
| 中文摘要 | 第1-5页 |
| 英文摘要 | 第5-8页 |
| 1 绪论 | 第8-17页 |
| 1．1 课题目的及意义 | 第8-9页 |
| 1．2 课题研究现状 | 第9-12页 |
| 1．2．1 专家系统在故障诊断方面的研究状况 | 第9-10页 |
| 1．2．2 神经网络在故障诊断方面的研究状况 | 第10-12页 |
| 1．3 课题的研究内容及方法 | 第12-17页 |
| 1．3．1 课题研究内容 | 第12-13页 |
| 1．3．2 课题研究方法 | 第13-15页 |
| 1．3．3 研究的重点难点 | 第15页 |
| 1．3．4 工作步骤 | 第15-17页 |
| 2 制粉系统故障诊断知识库 | 第17-35页 |
| 2．1 制粉系统故障知识 | 第17-19页 |
| 2．1．1 电站锅炉故障特点 | 第17-18页 |
| 2．1．2 制粉系统故障 | 第18-19页 |
| 2．2 制粉系统故障知识库构建 | 第19-34页 |
| 2．2．1 对象简介 | 第19-20页 |
| 2．2．2 制粉系统知识表示方法 | 第20-24页 |
| 2．2．3 制粉系统知识获取及分类 | 第24-27页 |
| 2．2．4 制粉系统知识库转化为数据库 | 第27-34页 |
| 2．3 制粉系统知识库管理 | 第34-35页 |
| 3 制粉系统故障诊断方法 | 第35-55页 |
| 3．1 系统诊断方法 | 第35-36页 |
| 3．2 专家系统 | 第36-39页 |
| 3．2．1 专家系统结构 | 第36-38页 |
| 3．2．2 专家系统推理方法 | 第38-39页 |
| 3．3 BP神经网络 | 第39-53页 |
| 3．3．1 神经网络概述 | 第39-40页 |
| 3．3．2 BP神经网络 | 第40-46页 |
| 3．3．3 BP神经网络的实现 | 第46-48页 |
| 3．3．4 BP网络参数分析 | 第48-53页 |
| 3．4 神经网络专家系统 | 第53-55页 |
| 4 系统软件实现及仿真实验 | 第55-64页 |
| 4．1 系统软件实现 | 第55-57页 |
| 4．1．1 系统开发平台 | 第55页 |
| 4．1．2 制粉系统故障诊断功能模块 | 第55-57页 |
| 4．2 系统仿真实验 | 第57-64页 |
| 4．2．1 系统运行指导 | 第57-58页 |
| 4．2．2 样本提炼 | 第58页 |
| 4．2．3 样本训练 | 第58-61页 |
| 4．2．4 故障诊断与解释 | 第61-64页 |
| 5 结论 | 第64-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-68页 |
