闪速炉贫化电极液压系统的故障诊断
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第1章 绪论 | 第8-13页 |
| ·选题的意义 | 第8-10页 |
| ·国内外文献综述 | 第10-11页 |
| ·课题主要研究内容 | 第11-13页 |
| 第2章 液压系统故障诊断的策略及方法 | 第13-26页 |
| ·液压系统故障诊断的概念 | 第13页 |
| ·液压系统故障诊断的策略 | 第13-18页 |
| ·由此及彼、触类旁通 | 第13-14页 |
| ·积极假设、严格验证 | 第14页 |
| ·化整为零、层层深入 | 第14-15页 |
| ·聚零为整、综合评判 | 第15-16页 |
| ·抓住关键、顺藤摸瓜 | 第16-18页 |
| ·液压系统故障诊断的方法 | 第18-25页 |
| ·感官诊断法 | 第18-19页 |
| ·功能诊断法 | 第19页 |
| ·参数测量法 | 第19-21页 |
| ·故障树诊断法 | 第21-23页 |
| ·基于油液监测的诊断法 | 第23-25页 |
| ·本章小结 | 第25-26页 |
| 第3章 闪速炉简介 | 第26-30页 |
| ·闪速炉熔炼原理 | 第26-27页 |
| ·闪速炉的结构 | 第27-28页 |
| ·贫化区液压系统简介 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第4章 神经网络和专家系统的介绍 | 第30-44页 |
| ·专家系统简介 | 第31-37页 |
| ·专家系统的含义 | 第31页 |
| ·专家系统的功能 | 第31-32页 |
| ·专家系统的组成 | 第32-34页 |
| ·专家系统的实现 | 第34-37页 |
| ·神经网络简介 | 第37-43页 |
| ·神经网络的含义 | 第37-38页 |
| ·双隐层BP网络结构 | 第38-39页 |
| ·BP网络权值的调整原理 | 第39-42页 |
| ·反传学习算法的实现步骤 | 第42-43页 |
| ·BP算法的改进 | 第43页 |
| ·本章小结 | 第43-44页 |
| 第5章 闪速炉贫化电极液压系统的故障诊断 | 第44-59页 |
| ·信号检测系统 | 第45-47页 |
| ·信号预处理 | 第47-48页 |
| ·信号分析系统 | 第48-52页 |
| ·时域信号分析 | 第48-49页 |
| ·频域信号分析 | 第49-50页 |
| ·对液压油磨损微粒的分析 | 第50-52页 |
| ·学习系统 | 第52-56页 |
| ·隐层数的选取 | 第52页 |
| ·隐层节点的选取 | 第52-53页 |
| ·初始权值的选取 | 第53页 |
| ·激活函数的选取 | 第53-54页 |
| ·神经网络的训练 | 第54-56页 |
| ·故障诊断及决策系统 | 第56页 |
| ·数据库系统 | 第56-57页 |
| ·日志数据库 | 第56页 |
| ·故障数据库 | 第56-57页 |
| ·神经网络参数数据库 | 第57页 |
| ·软件开发环境 | 第57-58页 |
| ·本章小结 | 第58-59页 |
| 致谢 | 第59-60页 |
| 附录 A 攻读学位期间发表的论文 | 第60-61页 |
| 参考文献 | 第61-64页 |
