| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-23页 |
| ·课题背景 | 第10-11页 |
| ·气动技术概况 | 第11-15页 |
| ·执行器介绍 | 第11-14页 |
| ·执行器的发展现状及方向 | 第14-15页 |
| ·电气定位器建模概述 | 第15-18页 |
| ·气动定位系统介绍 | 第15-16页 |
| ·气动定位系统的建模方法及现状 | 第16-18页 |
| ·故障诊断方法概述 | 第18-21页 |
| ·基于信号处理的方法 | 第18-19页 |
| ·基于解析模型的方法 | 第19-20页 |
| ·基于知识的故障诊断方法 | 第20-21页 |
| ·论文的主要工作及章节安排 | 第21-23页 |
| ·论文主要工作 | 第21页 |
| ·章节安排 | 第21-23页 |
| 第二章 气动定位系统工作原理及常见故障 | 第23-32页 |
| ·气动定位系统的组成及工作原理 | 第23-27页 |
| ·阀门定位器 | 第23-25页 |
| ·气动执行机构 | 第25-26页 |
| ·调节阀 | 第26-27页 |
| ·执行器气动定位系统常见故障 | 第27-30页 |
| ·气动定位系统的实验平台 | 第30-32页 |
| 第三章 执行器气动定位系统的实验建模 | 第32-49页 |
| ·实验建模方法概述 | 第32-39页 |
| ·特征面积法基本原理 | 第32-34页 |
| ·飞升曲线法介绍 | 第34-37页 |
| ·最小二乘法基本原理 | 第37-39页 |
| ·气动定位系统的实验建模 | 第39-47页 |
| ·基于特征面积法的模型辨识 | 第39-40页 |
| ·基于飞升曲线法的模型辨识 | 第40-41页 |
| ·基于全部数据最小二乘法的模型辨识 | 第41-43页 |
| ·基于部分数据最小二乘法的模型辨识 | 第43-47页 |
| ·模型仿真 | 第47-48页 |
| ·小结 | 第48-49页 |
| 第四章 BP 神经网络 | 第49-75页 |
| ·BP 神经网络概述 | 第49-50页 |
| ·BP 网络神经元模型 | 第49页 |
| ·BP 神经网络传递函数 | 第49-50页 |
| ·BP 神经网络构建与算法 | 第50-53页 |
| ·BP 神经网络的构建 | 第50页 |
| ·BP 神经网络学习算法 | 第50-53页 |
| ·BP 网络算法流程 | 第53-54页 |
| ·BP 网络的局限性 | 第54-55页 |
| ·神经网络在故障诊断中的应用 | 第55-56页 |
| ·训练样本数据的获取 | 第56-59页 |
| ·执行器气动定位系统完整的数学模型 | 第56-57页 |
| ·执行器系统仿真模型的建立 | 第57-59页 |
| ·BP 神经网络的建立及故障诊断过程 | 第59-75页 |
| ·执行器系统故障诊断的BP 网络建立 | 第59-60页 |
| ·网络的输入输出向量及参数 | 第60页 |
| ·执行器系统训练样本的选取 | 第60-66页 |
| ·网络隐层节点的选取 | 第66-67页 |
| ·BP 神经网络改进算法 | 第67-72页 |
| ·结果分析 | 第72-75页 |
| 第五章 总结与展望 | 第75-77页 |
| ·总结 | 第75页 |
| ·展望 | 第75-77页 |
| 致谢 | 第77-78页 |
| 参考文献 | 第78-82页 |
| 附录: 作者在读期间发表的学术论文及参加的科研项目 | 第82-83页 |
| 附件 1 | 第83-87页 |
| 附件 2 | 第87-88页 |
| 详细摘要 | 第88-92页 |