智能故障诊断技术的研究与应用
| 前言 | 第1-9页 |
| 第一章 智能故障诊断技术的描述 | 第9-12页 |
| 1．1 系统故障的描述 | 第9-10页 |
| 1．2 故障诊断的基本概念 | 第10页 |
| 1．3 故障诊断的过程 | 第10-11页 |
| 1．4 故障诊断的智能化 | 第11-12页 |
| 第二章 过程系统的介绍 | 第12-17页 |
| 2．1 过程系统的特点 | 第12页 |
| 2．2 研究对象的特点 | 第12-13页 |
| 2．3 换热系统的故障树分析 | 第13-17页 |
| 2．3．1 故障树的基本概念 | 第13页 |
| 2．3．2 换热系统的故障树分析法 | 第13-15页 |
| 2．3．3 换热系统故障检测点的确定 | 第15-17页 |
| 第三章 用于故障诊断的模糊专家系统的研制与开发 | 第17-31页 |
| 3．1 专家系统的基本概念与发展现状 | 第17-18页 |
| 3．2 模糊逻辑的应用 | 第18-20页 |
| 3．3 专家系统的基本组成 | 第20-22页 |
| 3．4 知识库的建立 | 第22-24页 |
| 3．4．1 知识的获取与表示 | 第23-24页 |
| 3．4．2 知识库的建立 | 第24页 |
| 3．5 推理机制 | 第24-29页 |
| 3．6 用户界面的设计 | 第29-31页 |
| 第四章 用于故障诊断的模糊神经网络的研究 | 第31-47页 |
| 4．1 人工神经网络简介与结构 | 第31-34页 |
| 4．1．1 人工神经网络发展简史 | 第31页 |
| 4．1．2 人工神经网络的基本结构与学习方法 | 第31-34页 |
| 4．2 多层前向神经网络BP算法及计算机实现 | 第34-39页 |
| 4．3 针对高温硝酸冷却系统的复合神经网络结构 | 第39-45页 |
| 4．3．1 神经网络用于故障诊断 | 第39页 |
| 4．3．2 用于高温硝酸冷却系统的复合神经网络 | 第39-40页 |
| 4．3．3 神经网络样本数据的提取 | 第40-44页 |
| 4．3．4 模糊逻辑与神经网络的结合 | 第44-45页 |
| 4．4 用于故障诊断的实例 | 第45-47页 |
| 第五章 专家系统与神经网络两种方法的比较 | 第47-49页 |
| 第六章 结论与展望 | 第49-50页 |
| 参考文献 | 第50-53页 |
| 致谢 | 第53页 |
