摘要 | 第1-5页 |
Abstract | 第5-9页 |
图目录 | 第9-11页 |
表目录 | 第11-12页 |
第1章 概论 | 第12-20页 |
·课题研究的目的和意义 | 第12页 |
·柴油发电机组故障诊断概述 | 第12-14页 |
·国内外的研究现状及发展趋势 | 第14-18页 |
·国内外研究现状 | 第14-17页 |
·存在的问题 | 第17-18页 |
·发展趋势 | 第18页 |
·论文的主要研究内容和工作 | 第18-20页 |
第2章 粗糙集、神经网络与遗传算法理论基础 | 第20-35页 |
·粗糙集基本理论 | 第20-25页 |
·粗糙集概述 | 第20页 |
·知识与不可分辨关系 | 第20-21页 |
·信息表知识表达系统和决策表 | 第21-22页 |
·上下近似集 | 第22-23页 |
·基于粗糙集的知识发现模型与知识约简 | 第23-25页 |
·神经网络基本理论 | 第25-33页 |
·神经网络结构 | 第25-28页 |
·神经网络基本特性 | 第28页 |
·神经网络在故障诊断中的应用 | 第28-29页 |
·BP 神经网络 | 第29-33页 |
·遗传算法基本理论 | 第33-35页 |
第3章 柴油发电机组数学模型的建立与性能仿真 | 第35-63页 |
·柴油机建模 | 第35-41页 |
·活门模型 | 第35-37页 |
·进气导管 | 第37-38页 |
·转子动力学模型 | 第38-39页 |
·压缩冲程模型 | 第39-40页 |
·柴油机仿真框图 | 第40-41页 |
·发电机建模 | 第41-57页 |
·同步发电机模型 | 第41-48页 |
·转速调节系统 | 第48-52页 |
·励磁系统 | 第52-57页 |
·柴油发电机组的性能仿真分析 | 第57-63页 |
·仿真界面 | 第57-59页 |
·仿真结果分析 | 第59-62页 |
·典型破坏性故障仿真 | 第62-63页 |
第4章 基于粗糙集和遗传算法的神经网络故障诊断技术 | 第63-74页 |
·引言 | 第63页 |
·信号特征选取 | 第63-64页 |
·数据预处理 | 第64-69页 |
·数据预处理的必要性 | 第64页 |
·形成决策表 | 第64页 |
·连续属性离散化 | 第64-66页 |
·属性约简 | 第66-68页 |
·粗糙集实例验证 | 第68-69页 |
·基于遗传算法的神经网络优化算法 | 第69-74页 |
·基于遗传算法的神经网络优化算法详细设计 | 第69-71页 |
·算法流程 | 第71-73页 |
·实例验证 | 第73-74页 |
第5章 故障诊断系统实现 | 第74-79页 |
·系统软硬件平台 | 第74-75页 |
·软件功能设计 | 第75-76页 |
·软件界面设计 | 第76-79页 |
第6章 结论与展望 | 第79-80页 |
·结论 | 第79页 |
·展望 | 第79-80页 |
参考文献 | 第80-83页 |
致谢 | 第83-84页 |
附录 攻读学位期间发表的论文 | 第84页 |