汽轮机组振动的研究与故障处理
摘要 | 第1-5页 |
Abstract | 第5-6页 |
1 绪论 | 第6-12页 |
·汽轮机发电机组故障诊断处理的意义 | 第6-7页 |
·国内外汽轮发电机组故障诊断处理发展状况 | 第7-9页 |
·人工神经网络应用于机械故障诊断技术研究现状 | 第9-10页 |
·本文所做的工作 | 第10-12页 |
2 汽轮发电机组常见故障诊断技术 | 第12-23页 |
·常见振动信号分析方法 | 第12-16页 |
·汽轮发电机组故障诊断概况和特征 | 第16-22页 |
·本章小结 | 第22-23页 |
3 神经网络基础 | 第23-40页 |
·神经网络概述 | 第23-27页 |
·几种常用故障诊断的神经网络模型 | 第27-39页 |
·本章小结 | 第39-40页 |
4 神经网络在汽轮机故障诊断中的应用研究 | 第40-78页 |
·神经网络与故障模式识别 | 第40-43页 |
·神经网络数据预处理 | 第43-52页 |
·BP神经网络对汽轮发电机组机的故障诊断 | 第52-60页 |
·RBF神经网络对汽轮发电机组机的故障诊断 | 第60-66页 |
·ELMAN神经网络对汽轮发电机组机组故障诊断 | 第66-73页 |
·自组织竞争网络对汽轮发电机组的故障诊断 | 第73-77页 |
·本章小结 | 第77-78页 |
5 几种神经网络模型的比较 | 第78-82页 |
·网络训练过程比较 | 第78-80页 |
·网络训练诊断结果比较 | 第80页 |
·本章小结 | 第80-82页 |
6 结论与展望 | 第82-84页 |
·结论 | 第82-83页 |
·展望 | 第83-84页 |
致谢 | 第84-85页 |
参考文献 | 第85-88页 |
附录 | 第88-89页 |