首页--工业技术论文--建筑科学论文--房屋建筑设备论文--空气调节、采暖、通风及其设备论文--空气调节论文--空气调节制冷技术论文

基于神经网络的离心式冷水机组故障诊断专家系统的研究

摘要第3-4页
ABSTRACT第4页
第1章 绪论第7-14页
    1.1 课题研究的背景及意义第7-8页
    1.2 智能故障诊断技术第8-10页
    1.3 冷水机组故障诊断的研究现状第10-13页
        1.3.1 国外研究现状第10-11页
        1.3.2 国内研究现状第11-13页
    1.4 本文的主要研究内容第13-14页
第2章 人工神经网络和专家系统的理论概述第14-23页
    2.1 引言第14-15页
    2.2 专家系统第15-17页
        2.2.1 专家系统简介第15页
        2.2.2 专家系统的组成及工作原理第15-16页
        2.2.3 专家系统的缺陷第16-17页
    2.3 人工神经网络第17-20页
        2.3.1 人工神经网络概述第17页
        2.3.2 BP 神经网络第17-20页
    2.4 专家系统和神经网络的融合第20-22页
        2.4.1 专家系统和神经网络的对比分析第20-21页
        2.4.2 专家系统和神经网络的融合方式第21-22页
    2.5 本章小结第22-23页
第3章 离心式冷水机组的故障分析第23-34页
    3.1 诊断对象的确定第23-24页
    3.2 离心式冷水机组结构及工作原理第24-27页
        3.2.1 离心式冷水机组的构造第24-25页
        3.2.2 离心式冷水机组的工作原理第25-27页
    3.3 离心式冷水机组的典型故障及理论分析第27-29页
        3.3.1 离心式冷水机组的典型故障第27-28页
        3.3.2 故障的理论分析第28-29页
    3.4 表征故障的特征参数选取第29-32页
        3.4.1 影响系统性能的两个重要参数第29-31页
        3.4.2 表征故障的特征参数选取第31-32页
    3.5 本章小结第32-34页
第4章 基于神经网络的离心式冷水机组故障诊断专家系统的建立第34-50页
    4.1 神经网络故障诊断专家系统的结构及工作原理第34-35页
    4.2 神经网络故障诊断专家系统的特点第35-36页
    4.3 基于神经网络的离心式冷水机组故障诊断专家系统的建立第36-49页
        4.3.1 知识库的建立第36-38页
        4.3.2 神经网络学习第38-42页
        4.3.3 基于遗传算法的 BP 神经网络优化第42-47页
        4.3.4 推理机的建立第47-48页
        4.3.5 解释机制建立第48-49页
    4.4 本章小结第49-50页
第5章 离心式冷水机组故障诊断软件系统的实现第50-54页
    5.1 故障诊断系统开发工具第50页
    5.2 软件接口的实现第50页
    5.3 离心式冷水机组故障诊断软件系统界面第50-53页
        5.3.1 神经网络学习第51-52页
        5.3.2 故障诊断第52-53页
    5.4 本章小结第53-54页
第6章 结论与展望第54-56页
    6.1 结论第54-55页
    6.2 展望第55-56页
致谢第56-57页
参考文献第57-60页
附录第60-61页
攻读学位期间的研究成果第61页

论文共61页,点击 下载论文
上一篇:工业厂房结构微振控制技术研究
下一篇:老年住区适老化规划及建筑设计研究策略探析