基于神经网络的故障诊断研究
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-13页 |
| ·故障诊断的意义 | 第9页 |
| ·故障诊断技术的发展及其研究现状 | 第9-10页 |
| ·故障诊断方法 | 第10-11页 |
| ·故障诊断还存在的问题 | 第11-12页 |
| ·本文的主要研究工作 | 第12-13页 |
| 第2章 神经网络理论基础 | 第13-23页 |
| ·神经网络概述 | 第13-15页 |
| ·神经网络的基本概念及其发展 | 第13-14页 |
| ·神经网络的基本特征与功能 | 第14-15页 |
| ·神经网络模型 | 第15-18页 |
| ·人工神经元模型 | 第15-16页 |
| ·神经元的激励函数 | 第16-17页 |
| ·神经网络模型 | 第17-18页 |
| ·神经网络的学习方式和学习规则 | 第18-19页 |
| ·神经网络在故障诊断中的应用 | 第19-21页 |
| ·神经网络用于故障诊断的原理 | 第19-21页 |
| ·神经网络用于故障诊断的步骤 | 第21页 |
| ·本章小结 | 第21-23页 |
| 第3章 BP神经网络及其在故障诊断中的仿真实例 | 第23-43页 |
| ·BP神经网络 | 第23-30页 |
| ·BP神经网络结构 | 第23-24页 |
| ·BP算法 | 第24-28页 |
| ·BP算法的局限性及其改进 | 第28-29页 |
| ·本文采用的改进方法 | 第29-30页 |
| ·三水箱实验简介 | 第30-33页 |
| ·三水箱系统原理简介 | 第30-31页 |
| ·三水箱BP网络样本的选取 | 第31-33页 |
| ·网络设计 | 第33-37页 |
| ·BP网络设计 | 第33-36页 |
| ·改进BP网络设计 | 第36-37页 |
| ·神经网络用于函数逼近 | 第37-39页 |
| ·BP神经网络仿真实例 | 第39-42页 |
| ·BP网络故障诊断结果及分析 | 第39-41页 |
| ·改进的BP网络故障诊断结果及分析 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 第4章 小波神经网络及其在故障诊断中的仿真实例 | 第43-63页 |
| ·小波分析 | 第43-46页 |
| ·小波变换及其反演公式 | 第43-45页 |
| ·小波变换的时频分析 | 第45-46页 |
| ·小波变换的性质 | 第46页 |
| ·小波神经网络 | 第46-50页 |
| ·小波神经网络的发展史 | 第46-47页 |
| ·小波神经网络的结构形式 | 第47-49页 |
| ·小波神经网络的优点及存在的问题 | 第49-50页 |
| ·小波网络算法推导 | 第50-55页 |
| ·一种小波网络参数初始化方法 | 第55-57页 |
| ·小波神经网络及其改进方法仿真实例 | 第57-59页 |
| ·四种网络故障诊断仿真结果分析 | 第59-60页 |
| ·本章小结 | 第60-63页 |
| 第5章 结束语 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 致谢 | 第69页 |
