引言 | 第1-12页 |
第一章 远程故障监测、预报及诊断技术 | 第12-18页 |
·远程故障监测、预报及诊断技术概述 | 第12-14页 |
·远程故障监测、诊断及预报技术发展历程 | 第13页 |
·远程故障诊断技术的优点 | 第13-14页 |
·远程故障诊断的关键问题和基础技术 | 第14-16页 |
·远程故障诊断的关键问题 | 第14-15页 |
·远程故障诊断的基础技术 | 第15-16页 |
·冷藏集装箱制冷机组远程监测、预报及诊断技术 | 第16-18页 |
·冷藏集装箱监测系统的发展及现状 | 第16-17页 |
·设备监测的新要求——远程智能监测故障诊断 | 第17-18页 |
第二章 远程故障监测、预报及诊断系统的体系结构 | 第18-29页 |
·远程故障诊断系统的总体框架 | 第18-21页 |
·远程故障诊断系统基本组成 | 第18页 |
·远程故障诊断系统总体结构 | 第18-20页 |
·故障诊断系统的硬件结构 | 第20-21页 |
·远程故障诊断系统功能结构 | 第21-27页 |
·系统的逻辑结构 | 第21页 |
·系统的功能结构 | 第21-27页 |
·网络通讯技术与数据传输技术 | 第27-28页 |
·基本的数据传输技术 | 第27页 |
·INTERNET接入技术 | 第27-28页 |
·远程故障诊断系统网络体系结构 | 第28-29页 |
·基于客户机/服务器模式 | 第28页 |
·基于浏览器/服务器模式 | 第28页 |
·可连接对象和连接点机制的基本原理 | 第28-29页 |
第三章 船舶冷藏集装箱制冷系统及其故障调查与分析 | 第29-37页 |
·冷藏集装箱运输 | 第29-30页 |
·世界冷藏集装箱运输的现状 | 第29页 |
·冷藏集装箱运输的优点 | 第29-30页 |
·船舶冷藏集装箱蒸气压缩式制冷机组 | 第30-34页 |
·机械内置式冷藏集装箱 | 第30-32页 |
·蒸气压缩式冷藏集装箱制冷系统 | 第32-34页 |
·船舶冷藏集装箱制冷系统的软故障与硬故障 | 第34页 |
·船舶冷藏集装箱制冷系统的故障调查与分析 | 第34-37页 |
第四章 基于BP神经网络的故障诊断方法 | 第37-48页 |
·故障诊断方法介绍 | 第37-39页 |
·基于模型的诊断方法 | 第37页 |
·基于知识的诊断方法 | 第37-39页 |
·BP神经网络故障诊断模型 | 第39-46页 |
·神经网络简介 | 第39页 |
·神经元模型 | 第39-40页 |
·基于BP算法的神经网络模型 | 第40-44页 |
·BP神经网络的改进 | 第44-45页 |
·BP算法程序流程图和算法步骤 | 第45-46页 |
·实现神经网络算法的编程语言(VB)简介 | 第46-48页 |
第五章 船舶冷藏集装箱制冷机组远程故障监测、预报及诊断系统的体系结构 | 第48-60页 |
·冷藏集装箱故远程故障监测、诊断系统概述 | 第48页 |
·冷藏集装箱制冷系统故障的特征 | 第48-50页 |
·运行参数分析 | 第50-52页 |
·故障监测与诊断特征参数的选取 | 第52-54页 |
·故障监测与诊断特征参数的选取原则 | 第52-53页 |
·特征参数的确定 | 第53-54页 |
·参数的处理办法 | 第54-55页 |
·通讯方案 | 第55-59页 |
·通讯方案的对比 | 第55-58页 |
·通讯方案的选择 | 第58-59页 |
·冷藏集装箱远程故障监测、预报及诊断系统的基本框架 | 第59-60页 |
第六章 船舶远程预监测、预报及诊断系统的实现 | 第60-78页 |
·船舶冷藏集装箱故障样本的采集及故障库的建立 | 第60-71页 |
·上海海事大学冷藏集装箱试验平台 | 第60-61页 |
·试验方案 | 第61-63页 |
·故障样本的选取 | 第62页 |
·制冷装置运行参数的选择 | 第62-63页 |
·试验数据 | 第63-65页 |
·试验数据分析 | 第65-66页 |
·数据归一化处理及故障诊断参数范例集 | 第66-67页 |
·船舶冷藏集装箱制冷系统故障库的建立 | 第67-71页 |
·系统软件的实现 | 第71-78页 |
·开机主界面 | 第71-72页 |
·神经网络训练界面 | 第72-74页 |
·冷藏集装箱参数监测界面 | 第74-75页 |
·冷藏集装箱故障预警界面 | 第75-76页 |
·故障分析界面 | 第76-78页 |
结论和展望 | 第78-79页 |
致谢 | 第79-80页 |
参考文献 | 第80-82页 |
符号说明 | 第82页 |