| 摘要 | 第1-5页 |
| ABSTRACT | 第5-7页 |
| 创新点摘要 | 第7-10页 |
| 第一章 绪论 | 第10-19页 |
| ·抽油机故障诊断问题研究的目的和意义 | 第10-11页 |
| ·抽油机故障诊断的方法及发展趋势 | 第11-12页 |
| ·抽油机故障诊断的方法 | 第11页 |
| ·抽油机故障诊断技术的发展趋势 | 第11-12页 |
| ·智能算法与故障诊断技术 | 第12-18页 |
| ·智能算法发展趋势及应用现状 | 第13-16页 |
| ·智能故障诊断技术的发展历史 | 第16-18页 |
| ·主要研究内容 | 第18页 |
| ·论文安排 | 第18-19页 |
| 第二章 抽油机概述 | 第19-23页 |
| ·抽油机简介 | 第19页 |
| ·国内、外抽油机发展概况 | 第19-20页 |
| ·有杆抽油机的工作原理 | 第20-21页 |
| ·有杆抽油机的常见故障 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第三章 基于自适应遗传算法的可拓神经网络及其在抽油机故障诊断中的应用 | 第23-39页 |
| ·引言 | 第23页 |
| ·可拓学 | 第23-25页 |
| ·可拓学基本概念 | 第23-24页 |
| ·可拓学与工程科学的交叉融合 | 第24-25页 |
| ·可拓神经网络实现的可能性 | 第25页 |
| ·自适应遗传算法 | 第25-29页 |
| ·遗传算法（GA） | 第25-26页 |
| ·算法的改进 | 第26-28页 |
| ·自适应遗传算法的性能测试 | 第28-29页 |
| ·基于自适应遗传算法的可拓神经网络 | 第29-34页 |
| ·可拓神经网络的优势 | 第29-30页 |
| ·可拓神经网络的结构 | 第30-32页 |
| ·基于自适应遗传算法的可拓神经网络 | 第32-34页 |
| ·故障诊断研究 | 第34-38页 |
| ·数据采集 | 第35-36页 |
| ·诊断过程及结果 | 第36-38页 |
| ·本章小结 | 第38-39页 |
| 第四章 基于免疫遗传机制的RBF 神经网络及其在抽油机故障诊断中的应用 | 第39-46页 |
| ·引言 | 第39页 |
| ·免疫遗传算法 | 第39-40页 |
| ·径向基函数（RBF）神经网络的结构和原理 | 第40-41页 |
| ·改进的免疫遗传RBF 神经网络 | 第41-43页 |
| ·目标函数的确定 | 第42页 |
| ·抗体适应度和亲和度的计算方法 | 第42页 |
| ·免疫遗传RBF 神经网络的学习步骤 | 第42-43页 |
| ·故障诊断研究 | 第43-45页 |
| ·本章小结 | 第45-46页 |
| 结论 | 第46-48页 |
| 参考文献 | 第48-52页 |
| 发表文章目录 | 第52-53页 |
| 致谢 | 第53-54页 |
| 详细摘要 | 第54-57页 |