| 摘要 | 第1页 |
| ABSTRACT | 第4-7页 |
| 第一章 引言 | 第7-20页 |
| ·选题背景及意义 | 第7-8页 |
| ·火电厂热力系统故障诊断的研究现状及存在问题 | 第8-11页 |
| ·国外火电厂热力系统故障诊断的研究现状 | 第8-9页 |
| ·国内火电厂热力系统故障诊断的研究现状 | 第9-11页 |
| ·火电机组热力系统故障诊断中存在的问题 | 第11页 |
| ·故障诊断常用的方法 | 第11-14页 |
| ·基于信号处理的方法 | 第12-13页 |
| ·基于解析模型的方法 | 第13页 |
| ·基于离散事件的方法 | 第13页 |
| ·基于知识的方法 | 第13-14页 |
| ·火电机组仿真技术发展状况及其在故障诊断中的应用 | 第14-17页 |
| ·火电机组仿真技术发展状况 | 第14-15页 |
| ·火电机组仿真在故障诊断中的应用 | 第15-17页 |
| ·基于神经网络的故障诊断方法 | 第17-18页 |
| ·神经网络的发展与研究现状 | 第17页 |
| ·神经网络应用于故障诊断的优势 | 第17-18页 |
| ·本文完成的主要工作 | 第18-20页 |
| 第二章 凝汽系统常见故障原因分析 | 第20-27页 |
| ·凝汽器系统简介 | 第20-21页 |
| ·凝汽器系统的工作特性 | 第21-22页 |
| ·凝汽器故障 | 第22-25页 |
| ·凝汽器真空下降的原因 | 第22-23页 |
| ·凝结水过冷的原因 | 第23-25页 |
| ·本章小节 | 第25-27页 |
| 第三章 基于凝汽器性能分析模型的故障特征规律提取 | 第27-37页 |
| ·凝汽器性能分析模型的建立 | 第27-32页 |
| ·壳侧不凝结区 | 第27-29页 |
| ·壳侧蒸汽区 | 第29-30页 |
| ·壳侧水区 | 第30-31页 |
| ·凝汽器循环水侧 | 第31-32页 |
| ·凝汽器故障特征规律仿真研究 | 第32-36页 |
| ·凝汽器典型故障集和征兆集 | 第32-34页 |
| ·用故障仿真方法实现对分式凝汽器故障征兆提取 | 第34-36页 |
| ·本章小节 | 第36-37页 |
| 第四章 改进双向联想记忆网络在凝汽器故障诊断中的应用 | 第37-48页 |
| ·人工神经网络简介 | 第37-38页 |
| ·双向联想记忆神经网络的理论研究 | 第38-44页 |
| ·双向联想记忆（BAM）神经网络 | 第39-42页 |
| ·多重训练双向联想记忆神经网络 | 第42页 |
| ·改进的多重训练双向联想记忆神经网络 | 第42-44页 |
| ·改进的多重训练BAM 算法在凝汽器故障诊断中的应用 | 第44-47页 |
| ·改进BAM 算法在凝汽器故障诊断中的应用仿真 | 第44-46页 |
| ·原始BAM 算法在凝汽器故障诊断中的应用仿真 | 第46-47页 |
| ·对改进算法进行多故障的仿真验证 | 第47页 |
| ·本章小节 | 第47-48页 |
| 第五章 结论 | 第48-50页 |
| ·全文总结 | 第48页 |
| ·进一步研究方向 | 第48-50页 |
| 参考文献 | 第50-53页 |
| 致谢 | 第53-54页 |
| 在学期间发表的学术论文和参加科研情况 | 第54页 |