首页--工业技术论文--机械、仪表工业论文--机械零件及传动装置论文--液压传动论文--液压元件论文--液压控制阀论文

基于遗传优化BP神经网络的电液伺服阀故障诊断分析研究

摘要第4-5页
ABSTRACT第5-6页
第1章 绪论第10-16页
    1.1 课题来源及研究目的和意义第10-11页
        1.1.1 课题来源第10页
        1.1.2 课题研究目的和意义第10-11页
    1.2 故障诊断理论及技术的发展第11-12页
    1.3 电液伺服阀故障诊断的特点第12页
    1.4 电液伺服阀故障诊断的国内外研究现状第12-14页
    1.5 本文主要研究内容第14-16页
第2章 电液伺服阀性能及常见故障研究第16-25页
    2.1 电液伺服阀的基础理论第16-18页
        2.1.1 电液伺服阀的结构组成第16-17页
        2.1.2 电液伺服阀的工作原理第17-18页
    2.2 电液伺服阀主要性能指标第18-21页
        2.2.1 电液伺服阀的静态特性第18-20页
        2.2.2 电液伺服阀的动态特性第20-21页
    2.3 电液伺服阀的常见故障型式及外在表征特性的研究第21-24页
        2.3.1 电液伺服阀常见故障型式第21-23页
        2.3.2 电液伺服阀特性曲线反应故障型式研究第23-24页
    2.4 本章小结第24-25页
第3章 液压试验台测控系统设计第25-49页
    3.1 电液伺服阀的测试原理第25-31页
        3.1.1 静态特性测试原理第25-29页
        3.1.2 动态特性测试原理第29-31页
    3.2 测控系统方案设计第31-35页
        3.2.1 整体方案设计第31-32页
        3.2.2 电气控制系统设计第32-34页
        3.2.3 测试系统设计第34-35页
    3.3 测控系统软件设计第35-41页
        3.3.1 虚拟仪器技术第35页
        3.3.2 软件结构设计第35-36页
        3.3.3 测控系统人机界面设计第36-41页
    3.4 数字信号滤波器设计第41-48页
        3.4.1 静态特性测试滤波器设计第42-46页
        3.4.2 动态特性测试滤波器设计第46-48页
    3.5 本章小节第48-49页
第4章 BP神经网络及其遗传优化算法第49-60页
    4.1 人工神经网络概述第49页
    4.2 BP神经网络结构模型第49-51页
        4.2.1 神经元结构模型第49-50页
        4.2.2 BP神经网络结构第50-51页
    4.3 BP神经网络学习算法第51-53页
        4.3.1 信号的正向传递第51页
        4.3.2 误差的反向传播(或 BP学习算法)第51-53页
    4.4 BP神经网络优化第53-55页
        4.4.1 BP神经网络算法的不足第53页
        4.4.2 BP神经网络的算法改进第53-55页
        4.4.3 BP神经网络初始权值优化第55页
    4.5 遗传算法应用于BP神经网络第55-58页
        4.5.1 遗传算法的基础理论第55-56页
        4.5.2 遗传算法的数学实现第56-57页
        4.5.3 遗传算优化BP神经网络流程第57-58页
    4.6 本章小节第58-60页
第5章 电液伺服阀故障诊断的实验验证第60-82页
    5.1 液压实验台介绍第60-61页
    5.2 电液伺服阀故障样本提取第61-66页
        5.2.1 实验方案设计第61页
        5.2.2 特性曲线提取第61-65页
        5.2.3 特性曲线预处理第65-66页
    5.3 BP神经网络用于电液伺服阀故障诊断第66-74页
        5.3.1 BP神经网络的结构设计第67-68页
        5.3.2 BP神经网络的程序设计第68-70页
        5.3.3 故障诊断第70-74页
    5.4 遗传算法优化BP神经网络用于电液伺服阀故障诊断第74-81页
        5.4.1 遗传算法主要参数的计算与设定第74页
        5.4.2 遗传算法优化BP神经网络的程序设计第74-78页
        5.4.3 故障诊断结果分析第78-81页
    5.5 本章小节第81-82页
结论第82-84页
参考文献第84-88页
攻读硕士学位期间承担的科研任务与主要成果第88-89页
致谢第89-90页
作者简介第90页

论文共90页,点击 下载论文
上一篇:基于Anylogic的城市轨道交通换乘站仿真研究
下一篇:电厂烟气脱硫脱硝控制系统的研究与应用