| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-15页 |
| §1-1 课题研究背景和意义 | 第9-10页 |
| 1-1-1 课题研究背景与意义 | 第9页 |
| 1-1-2 控制系统故障诊断的重要性 | 第9页 |
| 1-1-3 国内外研究水平和发展方向 | 第9-10页 |
| §1-2 故障诊断的概念及种类 | 第10-14页 |
| 1-2-1 控制系统故障诊断的概念和任务 | 第10-11页 |
| 1-2-2 故障诊断的种类 | 第11-13页 |
| 1-2-3 故障检测和诊断技术中存在的问题及其发展趋势 | 第13-14页 |
| §1-3 本文研究的内容 | 第14-15页 |
| 第二章 过程控制系统故障的建模 | 第15-19页 |
| §2-1 控制系统模型的建立 | 第15-17页 |
| 2-1-1 控制器数学模型 | 第16页 |
| 2-1-2 执行器模型 | 第16页 |
| 2-1-3 传感器模型 | 第16-17页 |
| §2-2 控制系统故障的数学表示 | 第17-18页 |
| 2-2-1 执行器故障模型 | 第17-18页 |
| 2-2-2 传感器故障模型 | 第18页 |
| §2-3 本章小结 | 第18-19页 |
| 第三章 基于数学模型的故障诊断研究 | 第19-29页 |
| §3-1 运用状态观测器进行诊断的背景和意义 | 第19页 |
| §3-2 基于数学模型的故障诊断原理 | 第19-22页 |
| 3-2-1 状态观测器的故障诊断设计原理 | 第19-21页 |
| 3-2-2 状态观测器的设计要求 | 第21-22页 |
| 3-2-3 极点位置选取的一般原则 | 第22页 |
| §3-3 仿真研究 | 第22-28页 |
| 3-3-1 建立系统模型 | 第22-25页 |
| 3-3-2 观测器设计 | 第25-26页 |
| 3-3-3 故障诊断仿真 | 第26-28页 |
| §3-4 本章小结 | 第28-29页 |
| 第四章 神经网络在故障诊断中的应用 | 第29-45页 |
| §4-1 神经网络简介 | 第29-30页 |
| 4-1-1 人工神经网络连接的基本形式 | 第29页 |
| 4-1-2 人工神经网络的学习方法类型 | 第29页 |
| 4-1-3 人工神经网络的工作过程 | 第29-30页 |
| §4-2 多层网络的误差逆传播校正方法 | 第30-36页 |
| 4-2-1 误差逆传播校正方法 | 第30-31页 |
| 4-2-2 BP 网络的学习与计算方法 | 第31-34页 |
| 4-2-3 BP 网络的缺陷 | 第34页 |
| 4-2-4 各种参数的选取及对训练神经网络产生的影响 | 第34-35页 |
| 4-2-5 故障诊断的神经网络方法 | 第35-36页 |
| §4-3 基于神经网络时间序列预测器的故障诊断 | 第36-38页 |
| 4-3-1 神经网络的时间序列预测方法简介 | 第36页 |
| 4-3-2 神经网络预测器的原理 | 第36页 |
| 4-3-3 BP 网络的预测模型 | 第36-37页 |
| 4-3-4 多步预测模型 | 第37-38页 |
| 4-3-5 基于神经网络预测器的传感器故障诊断原理 | 第38页 |
| §4-4 神经网络在执行器传感器故障分类中的运用 | 第38-43页 |
| 4-4-1 神经网络用于故障诊断的结构 | 第38-39页 |
| 4-4-2 控制系统（诊断对象）故障仿真 | 第39-41页 |
| 4-4-3 样本特征值提取 | 第41页 |
| 4-4-4 采样数据归一化处理 | 第41-43页 |
| §4-5 仿真研究 | 第43-44页 |
| 4-5-1 实例仿真 | 第43页 |
| 4-5-2 BP 改进算法 | 第43-44页 |
| 4-5-3 隐含层单元数的变化对训练神经网络的影响 | 第44页 |
| §4-5 本章小结 | 第44-45页 |
| 第五章 遗传算法在故障诊断中的应用 | 第45-56页 |
| §5-1 遗传算法简介 | 第45-48页 |
| 5-1-1 遗传算法概述 | 第45页 |
| 5-1-2 遗传算法的基本概念 | 第45-46页 |
| 5-1-3 遗传算法的基本操作 | 第46-47页 |
| 5-1-4 遗传算法的形式化描述 | 第47页 |
| 5-1-5 遗传算法的特点 | 第47-48页 |
| §5-2 BP 神经网络与遗传算法的结合 | 第48-52页 |
| 5-2-1 结合的必要性和可行性 | 第48页 |
| 5-2-2 结合方法 | 第48页 |
| 5-2-3 遗传算法的具体实现 | 第48-49页 |
| 5-2-4 遗传算法和BP 算法相结合方式 | 第49-51页 |
| 5-2-5 遗传算法中的参数的选取 | 第51-52页 |
| §5-3 仿真研究 | 第52-55页 |
| 5-3-1 仿真遗传算法和BP 算法相结合一 | 第52-54页 |
| 5-3-2 仿真遗传算法和BP 算法相结合二 | 第54-55页 |
| §5-4 本章小结 | 第55-56页 |
| 第六章 结论 | 第56-57页 |
| 参考文献 | 第57-59页 |
| 致谢 | 第59-60页 |
| 攻读学位期间所取得的相关科研成果 | 第60页 |
