| 第一章 控制系统故障诊断概述 | 第1-19页 |
| ·故障诊断的概述 | 第13-14页 |
| ·故障诊断的历史与现状 | 第13-14页 |
| ·我国的故障诊断现状 | 第14页 |
| ·系统故障诊断的概述 | 第14页 |
| ·故障诊断的任务及研究内容 | 第14-15页 |
| ·系统故障的特征量及其获取过程 | 第15页 |
| ·故障的决策与分离方法 | 第15页 |
| ·故障诊断的方法 | 第15-17页 |
| ·依赖于模型的故障诊断方法 | 第15-16页 |
| ·基于状态的故障诊断方法 | 第15-16页 |
| ·基于参数的估计方法 | 第16页 |
| ·不依赖于模型的故障诊断方法 | 第16-17页 |
| ·基于直接可测信号的故障诊断方法 | 第16页 |
| ·基于经验知识的故障诊断方法 | 第16-17页 |
| ·本课题的意义和主研究的内容 | 第17-18页 |
| ·本章小结 | 第18-19页 |
| 第二章 基于专家系统的故障诊断方法 | 第19-24页 |
| ·专家系统的简介 | 第19页 |
| ·专家系统的构造 | 第19-20页 |
| ·知识的表示与获取 | 第20-22页 |
| ·知识的表示 | 第20-21页 |
| ·知识的获取 | 第21-22页 |
| ·推理机 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第三章 故障树分析 | 第24-35页 |
| ·逻辑诊断 | 第24页 |
| ·故障的逻辑诊断 | 第24-25页 |
| ·故障树分析法 | 第25-34页 |
| ·故障树分析法的简介 | 第25-27页 |
| ·故障树分析法的特点 | 第26页 |
| ·故障树分析法的执行步骤 | 第26-27页 |
| ·故障树的建造与数学描述 | 第27-29页 |
| ·故障树的简化方法 | 第28页 |
| ·故障树的构造方法 | 第28-29页 |
| ·故障树的定性分析 | 第29-31页 |
| ·割集和最小割集 | 第29页 |
| ·求最小割集的算法 | 第29-31页 |
| ·求最小割集的运算比较 | 第31页 |
| ·故障树的定量计算 | 第31-34页 |
| ·事件和与积的概率计算公式 | 第31页 |
| ·由最小割集结构函数求系统的失效率 | 第31-34页 |
| ·本章小结 | 第34-35页 |
| 第四章 基于模糊系统的故障诊断 | 第35-40页 |
| ·简介 | 第35页 |
| ·模糊逻辑的数学基础 | 第35-37页 |
| ·自适应模糊逻辑系统的描述 | 第37-39页 |
| ·基于模糊逻辑的故障诊断 | 第39页 |
| ·本章小结 | 第39-40页 |
| 第五章 基于人工神经网络的故障诊断 | 第40-53页 |
| ·人工神经网络的概述 | 第40页 |
| ·神经网络的联接形式 | 第40-42页 |
| ·前向网络 | 第40-41页 |
| ·反馈网络 | 第41页 |
| ·相互结合型网络 | 第41-42页 |
| ·混合型网络 | 第42页 |
| ·神经网络的学习 | 第42-43页 |
| ·有教师学习 | 第42-43页 |
| ·无教师学习 | 第43页 |
| ·神经网络的学习规则 | 第43-46页 |
| ·联想式学习--Hebb规则 | 第43-44页 |
| ·误差传播式学习--Delta学习规则 | 第44-45页 |
| ·概率式学习 | 第45-46页 |
| ·竞争式学习 | 第46页 |
| ·典型的前向神经网络-BP网络 | 第46-52页 |
| ·前向多层网络的BP学习算法 | 第46-49页 |
| ·BP网络误差反向传播算法的基本思想 | 第47页 |
| ·误差反向传播算法的计算步骤 | 第47-48页 |
| ·BP算法的计算机流程实现 | 第48-49页 |
| ·BP算法的改进算法 | 第49-52页 |
| ·MFBP算法 | 第49-51页 |
| ·MBP算法 | 第51页 |
| ·前向网络的自构形学习算法 | 第51-52页 |
| ·人工神经网络在故障诊断中的应用 | 第52页 |
| ·本章小结 | 第52-53页 |
| 第六章 基于神经模糊网络的KJ15A系统的故障诊断 | 第53-76页 |
| ·模糊系统和神经网络的融合 | 第53-55页 |
| ·模糊系统和神经网络的共同点 | 第53页 |
| ·模糊系统和神经网络的互补性 | 第53-54页 |
| ·模糊系统和神经网络的融合原理 | 第54-55页 |
| ·KJ15A系统简介 | 第55-56页 |
| ·系统的功能 | 第55页 |
| ·系统的特点 | 第55-56页 |
| ·系统的组成结构 | 第56页 |
| ·KJ15A故障诊断神经模糊网络的数学模型 | 第56-59页 |
| ·KJ15A故障诊断神经模糊网络的学习算法 | 第59-66页 |
| ·自组织学习阶段 | 第60-62页 |
| ·有导师指导下的学习阶段 | 第62-66页 |
| ·KJ15A故障诊断系统的具体实现和性能评估 | 第66-75页 |
| ·KJ15A的工作流程 | 第66-67页 |
| ·KJ15A系统的常见故障表征及故障原因 | 第67-70页 |
| ·训练数据的获取及学到的隶属函数，模糊规则 | 第70-74页 |
| ·故障诊断结果的评价 | 第74-75页 |
| ·本章小结 | 第75-76页 |
| 第七章 结束语 | 第76-78页 |
| 参考文献 | 第78-80页 |