凝汽器及其相关设备的故障诊断
| 第1章 绪论 | 第1-19页 |
| ·引言 | 第8页 |
| ·国内外的发展情况 | 第8-9页 |
| ·故障诊断概述 | 第9页 |
| ·故障诊断的任务及其研究的内容 | 第9-10页 |
| ·故障诊断的方法 | 第10-13页 |
| ·依赖于模型的故障诊断方法 | 第10-11页 |
| ·不依赖于模型的方法 | 第11-13页 |
| ·传统专家系统与神经网络专家系统 | 第13-17页 |
| ·传统专家系统 | 第13-15页 |
| ·神经网络专家系统 | 第15-17页 |
| ·从传统专家系统到神经网络专家系统 | 第17页 |
| ·专家系统的选择 | 第17-18页 |
| ·论文研究的内容 | 第18-19页 |
| 第2章 凝汽器及其相关设备的故障模型 | 第19-26页 |
| ·关于凝汽器模型的简化和假设 | 第19页 |
| ·凝汽器模型建立 | 第19-23页 |
| ·相关设备的模型 | 第23-25页 |
| ·本章小结 | 第25-26页 |
| 第3章 凝汽器故障分析与仿真 | 第26-38页 |
| ·凝汽器简介 | 第26-27页 |
| ·凝汽器故障 | 第27-37页 |
| ·循环水泵故障 | 第28-30页 |
| ·循环水量不足 | 第30-31页 |
| ·凝汽器满水故障 | 第31-32页 |
| ·抽气器工作不正常 | 第32-34页 |
| ·凝结水泵故障 | 第34-35页 |
| ·真空管路破裂 | 第35-36页 |
| ·凝汽器铜管脏污 | 第36-37页 |
| ·本章小节 | 第37-38页 |
| 第4章 神经网络 | 第38-50页 |
| ·引言 | 第38页 |
| ·生物神经元与人工神经元 | 第38-41页 |
| ·神经网络的学习方法 | 第41-44页 |
| ·学习方式 | 第41-42页 |
| ·学习算法 | 第42-44页 |
| ·神经网络的结构形态 | 第44-45页 |
| ·几种常见的神经网络模型 | 第45-49页 |
| ·本章小结 | 第49-50页 |
| 第5章 凝汽器故障诊断的模糊BP神经网络 | 第50-69页 |
| ·模糊BP神经网络方法概述 | 第50-51页 |
| ·模糊BP神经网络的建立 | 第51-68页 |
| ·模糊隶属函数 | 第54-56页 |
| ·BP神经网络 | 第56-61页 |
| ·BP神经网络的流程 | 第61-64页 |
| ·凝汽器模糊BP网络的实现 | 第64-68页 |
| ·本章小节 | 第68-69页 |
| 第6章 模糊BP网络的凝汽器故障诊断专家系统 | 第69-78页 |
| ·开发环境 | 第69页 |
| ·系统构成 | 第69-71页 |
| ·用户界面 | 第71-77页 |
| ·本章小节 | 第77-78页 |
| 结论 | 第78-79页 |
| 参考文献 | 第79-82页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第82-83页 |
| 致谢 | 第83页 |
