基于神经网络的非线性系统传感器故障诊断研究
| 第1章 故障诊断技术概述 | 第1-19页 |
| ·引言 | 第7-8页 |
| ·控制系统故障检测和诊断技术的主要内容 | 第8-9页 |
| ·故障的划分 | 第8页 |
| ·故障检测的含义 | 第8-9页 |
| ·故障诊断地含义与任务 | 第9页 |
| ·控制系统故障检测与诊断技术的主要方法 | 第9-16页 |
| ·基于解析模型的故障诊断方法 | 第11-12页 |
| ·基于信号处理的方法 | 第12-13页 |
| ·基于知识的方法 | 第13-16页 |
| ·故障诊断技术的发展、现状及前景 | 第16-19页 |
| ·故障诊断技术发展 | 第16页 |
| ·故障诊断技术现状 | 第16-17页 |
| ·故障诊断技术的前景 | 第17-19页 |
| 第2章 神经网络技术与故障诊断技术 | 第19-31页 |
| ·神经网络与故障诊断 | 第19-20页 |
| ·神经网络基础 | 第20-24页 |
| ·神经元基础 | 第20-22页 |
| ·神经网络的拓扑结构 | 第22-24页 |
| ·神经网络的学习规则 | 第24页 |
| ·反向传播(BP)网络 | 第24-29页 |
| ·反向传播网络模型和结构 | 第24-25页 |
| ·BP算法 | 第25-28页 |
| ·BP网络的限制与不足 | 第28页 |
| ·网络训练优化算法 | 第28-29页 |
| ·基于神经网络的故障诊断方法 | 第29-31页 |
| 第3章 故障诊断的神经网络观测器法 | 第31-40页 |
| ·基于数学模型的故障诊断 | 第31-36页 |
| ·基于数学模型的观测器法 | 第31-33页 |
| ·基于数学模型的观测器故障检测与诊断 | 第33-36页 |
| ·基于神经网络的观测器法故障检测 | 第36-40页 |
| ·基于神经网络的观测器法 | 第36-38页 |
| ·基于神经网络的观测器法故障检测 | 第38-40页 |
| 第4章 基于神经网络的传感器故障诊断 | 第40-46页 |
| ·传感器故障诊断技术 | 第40-42页 |
| ·传感器故障诊断的发展 | 第40页 |
| ·传感器故障诊断技术 | 第40-42页 |
| ·基于神经网络的传感器故障诊断技术 | 第42-43页 |
| ·基于神经网络观测器法传感器故障诊断 | 第43-44页 |
| ·结论 | 第44-46页 |
| 第5章 系统基本性能仿真研究 | 第46-60页 |
| ·液压系统模型 | 第46-48页 |
| ·系统的基本性能分析 | 第48-60页 |
| ·方波输入信号下的系统性能 | 第49页 |
| ·正弦波输入信号下的系统性能 | 第49-50页 |
| ·锯齿波输入信号下的系统性能 | 第50页 |
| ·系统性能分析结果 | 第50-60页 |
| 第6章 基于神经网络观测器的故障诊断仿真研究 | 第60-94页 |
| ·液压系统的故障分析 | 第60-61页 |
| ·液压系统的故障检测 | 第61-67页 |
| ·神经网络的训练 | 第61-63页 |
| ·故障检测 | 第63-66页 |
| ·滤波器 | 第66-67页 |
| ·传感器故障诊断 | 第67-92页 |
| ·阶跃型故障的故障诊断 | 第68-84页 |
| ·缓移型故障诊断 | 第84-92页 |
| ·小结 | 第92页 |
| ·基于神经网络与基于解析模型两种方法的比较 | 第92-94页 |
| 第7章 本文研究工作总结 | 第94-96页 |
| 致谢 | 第96-97页 |
| 参考文献 | 第97-98页 |
