基于决策树的汽轮机振动故障诊断技术研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 课题的研究背景和意义 | 第9-10页 |
| 1.2 决策树技术的发展及其在故障诊断中的应用 | 第10-12页 |
| 1.2.1 决策树技术的发展现状 | 第10-11页 |
| 1.2.2 决策树技术在故障诊断中的应用 | 第11-12页 |
| 1.3 本文的结构安排 | 第12-14页 |
| 第2章 决策树技术的基本理论 | 第14-24页 |
| 2.1 决策树的基本概念 | 第14-15页 |
| 2.2 决策树算法 | 第15-21页 |
| 2.2.1 CLS算法 | 第16页 |
| 2.2.2 ID3算法 | 第16-18页 |
| 2.2.3 C4.5算法 | 第18-19页 |
| 2.2.4 C5.0算法 | 第19-20页 |
| 2.2.5 CART算法 | 第20-21页 |
| 2.3 决策树的剪枝 | 第21-22页 |
| 2.3.1 决策树的预剪枝 | 第21页 |
| 2.3.2 决策树的后剪枝 | 第21-22页 |
| 2.4 决策树的评价 | 第22-23页 |
| 2.5 本章小结 | 第23-24页 |
| 第3章 基于决策树的汽轮机振动故障诊断技术 | 第24-41页 |
| 3.1 汽轮机的振动故障 | 第24-29页 |
| 3.1.1 转子不平衡 | 第24-25页 |
| 3.1.2 转子动静碰磨 | 第25-27页 |
| 3.1.3 转子不对中 | 第27-28页 |
| 3.1.4 油膜振荡 | 第28页 |
| 3.1.5 转子裂纹 | 第28-29页 |
| 3.2 基于决策树的汽轮机振动故障诊断流程 | 第29-31页 |
| 3.3 C4.5算法的实现 | 第31-32页 |
| 3.4 汽轮机振动故障诊断实例 | 第32-39页 |
| 3.4.1 训练数据集的离散化 | 第33-36页 |
| 3.4.2 决策树故障诊断模型的生成 | 第36-37页 |
| 3.4.3 决策树故障诊断模型的测试 | 第37-39页 |
| 3.4.4 决策树故障诊断模型中诊断规则的提取 | 第39页 |
| 3.5 本章小结 | 第39-41页 |
| 第4章 基于决策树的汽轮机振动故障诊断系统 | 第41-51页 |
| 4.1 系统的需求分析 | 第41-42页 |
| 4.2 系统的设计方案 | 第42-46页 |
| 4.2.1 系统结构 | 第42-44页 |
| 4.2.2 系统的软件体系设计 | 第44-46页 |
| 4.3 决策树诊断模块的实现 | 第46-50页 |
| 4.3.1 数据库的访问 | 第47-48页 |
| 4.3.2 决策树诊断模块的实现 | 第48-50页 |
| 4.4 本章小结 | 第50-51页 |
| 第5章 总结与展望 | 第51-53页 |
| 5.1 总结 | 第51页 |
| 5.2 展望 | 第51-53页 |
| 参考文献 | 第53-56页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第56-57页 |
| 致谢 | 第57页 |
