| 摘要 | 第1-7页 |
| ABSTRACT | 第7-8页 |
| 主要符号列表 | 第8-9页 |
| 第1章 绪论 | 第9-14页 |
| ·引言 | 第9-10页 |
| ·国内外研究动态 | 第10-11页 |
| ·故障诊断概述 | 第11页 |
| ·故障诊断的主要理论和方法 | 第11-12页 |
| ·模糊诊断方法 | 第11页 |
| ·故障树分析诊断方法 | 第11-12页 |
| ·故障诊断灰色系统理论和方法 | 第12页 |
| ·故障诊断神经网络理论和方法 | 第12页 |
| ·故障诊断专家系统理论和方法 | 第12页 |
| ·本文的主要内容 | 第12-14页 |
| 第2章 凝汽系统常见故障及其原因分析 | 第14-26页 |
| ·凝汽器简介 | 第14-15页 |
| ·凝汽器低真空对机组性能的影响 | 第15页 |
| ·凝汽器真空降低的理论分析 | 第15-17页 |
| ·凝汽器真空下降原因的综合分析 | 第17-23页 |
| ·凝汽器真空急剧下降原因分析 | 第17-18页 |
| ·凝汽器真空缓慢下降原因分析 | 第18-23页 |
| ·真空系统 | 第18-19页 |
| ·抽气系统 | 第19-21页 |
| ·循环水系统 | 第21页 |
| ·管侧脏污 | 第21-22页 |
| ·轴封系统 | 第22-23页 |
| ·凝结水的过冷度和含氧量 | 第23-24页 |
| ·凝汽系统的常见故障 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第3章 神经网络和模糊理论基础 | 第26-36页 |
| ·人工神经网络的基本原理及其学习方式 | 第26-30页 |
| ·人工神经网络模型 | 第26-27页 |
| ·人工神经网络结构及工作方式 | 第27-28页 |
| ·人工神经网络学习方式 | 第28-29页 |
| ·人工神经网络学习算法 | 第29-30页 |
| ·人工神经网络的特点 | 第30-31页 |
| ·固有的并行结构和并行处理 | 第30-31页 |
| ·知识的分布存储 | 第31页 |
| ·神经网络的容错性 | 第31页 |
| ·神经网络的自适应性 | 第31页 |
| ·模糊逻辑理论 | 第31-35页 |
| ·模糊逻辑的特点 | 第31-32页 |
| ·集合论基础知识 | 第32页 |
| ·隶属度的概念 | 第32-33页 |
| ·模糊隶属函数的确定方法 | 第33-34页 |
| ·截集 | 第34页 |
| ·模糊关系 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第4章 凝汽器故障诊断的模糊神经网络 | 第36-46页 |
| ·模糊逻辑和神经网络的结合 | 第36-37页 |
| ·凝汽器模糊BP神经网络的建立 | 第37-45页 |
| ·模糊隶属函数 | 第38-39页 |
| ·BP神经网络模型 | 第39-41页 |
| ·BP网络设计时的主要问题 | 第41-42页 |
| ·BP算法的不足 | 第42页 |
| ·改进的BP算法 | 第42-44页 |
| ·BP神经网络的流程 | 第44-45页 |
| ·本章小结 | 第45-46页 |
| 第5章 凝汽器数据采集与故障诊断系统的软件开发与实现 | 第46-57页 |
| ·凝汽器数据采集与故障诊断的概述 | 第46页 |
| ·系统的开发环境 | 第46-48页 |
| ·组态王与Matlab的数据交换 | 第48-49页 |
| ·系统功能简述 | 第49-56页 |
| ·凝汽系统的数据监测和采集界面 | 第49-52页 |
| ·凝汽系统故障诊断界面 | 第52页 |
| ·凝汽器故障诊断实例分析 | 第52-56页 |
| ·系统需进一步完善的功能 | 第56页 |
| ·本章小结 | 第56-57页 |
| 总结 | 第57-58页 |
| 参考文献 | 第58-60页 |
| 作者在校期间发表的论文 | 第60-61页 |
| 致谢 | 第61页 |