| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-18页 |
| ·课题的提出及意义 | 第10页 |
| ·故障诊断方法与发展 | 第10-14页 |
| ·传统的故障诊断方法 | 第11-12页 |
| ·基于人工智能的故障诊断方法 | 第12-14页 |
| ·故障诊断系统的功能特点 | 第14页 |
| ·神经网络与专家系统的结合综述 | 第14-16页 |
| ·神经网络与专家系统结合的可行性分析 | 第14-15页 |
| ·国内外研究现状 | 第15-16页 |
| ·基于神经网络的故障诊断专家系统出现的意义 | 第16页 |
| ·本课题的研究内容及论文安排 | 第16-18页 |
| 第2章 神经网络在故障诊断中的应用 | 第18-32页 |
| ·神经网络理论 | 第18-19页 |
| ·神经网络在故障诊断领域内的应用 | 第19-21页 |
| ·神经网络用于故障诊断的结构 | 第19-20页 |
| ·神经网络在故障诊断领域成功应用实例 | 第20-21页 |
| ·BP神经网络 | 第21-26页 |
| ·BP神经网络基本原理及算法 | 第21-25页 |
| ·改进BP算法 | 第25-26页 |
| ·基于神经网络的故障诊断的实例 | 第26-31页 |
| ·标准BP网络与改进BP网络的对比 | 第27-30页 |
| ·单一神经网络用于故障诊断的局限性 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第3章 专家系统在故障诊断中的应用 | 第32-43页 |
| ·专家系统理论 | 第32-33页 |
| ·故障诊断专家系统 | 第33-39页 |
| ·故障诊断专家系统的结构 | 第33-35页 |
| ·故障诊断专家系统的知识表示及推理 | 第35-38页 |
| ·故障诊断专家系统的开发工具 | 第38-39页 |
| ·传统专家系统故障诊断实例分析 | 第39-42页 |
| ·本章小结 | 第42-43页 |
| 第4章 基于神经网络的凝汽设备故障诊断专家系统研究 | 第43-56页 |
| ·凝汽设备特性与故障分析 | 第43-46页 |
| ·凝汽设备特性分析 | 第43-44页 |
| ·凝汽设备的故障知识总结 | 第44-46页 |
| ·基于神经网络的故障诊断专家系统模型 | 第46-50页 |
| ·神经网络和专家系统结合的必要性 | 第46-48页 |
| ·基于神经网络的故障诊断专家系统模型 | 第48-50页 |
| ·基于神经网络的故障诊断专家系统的建立 | 第50-55页 |
| ·知识存储系统的建立 | 第50-52页 |
| ·学习系统的建立 | 第52-53页 |
| ·推理机的建立 | 第53-54页 |
| ·解释器的建立 | 第54页 |
| ·人机界面的建立 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 第5章 基于神经网络的凝汽设备故障诊断专家系统实现 | 第56-68页 |
| ·凝汽设备故障诊断系统的软件设计 | 第56-60页 |
| ·系统开发工具的选择 | 第56页 |
| ·系统的总体结构及子模块的功能 | 第56-60页 |
| ·专家建造网络的过程 | 第60-67页 |
| ·网络的训练 | 第60-64页 |
| ·网络测试 | 第64-65页 |
| ·神经网络和专家系统的通信 | 第65-67页 |
| ·本章小结 | 第67-68页 |
| 结论 | 第68-69页 |
| 参考文献 | 第69-73页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第73-74页 |
| 致谢 | 第74页 |