| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 目录 | 第7-9页 |
| 第1章 综述 | 第9-18页 |
| 1.1 研究目的及其意义 | 第9页 |
| 1.2 故障诊断的概念 | 第9-10页 |
| 1.3 故障诊断技术的发展历程与研究现状 | 第10-11页 |
| 1.4 人工神经网络技术在故障诊断中的起源和发展 | 第11-13页 |
| 1.5 遗传算法简介 | 第13页 |
| 1.6 水泵电动机的常见故障和常用的诊断技术 | 第13-16页 |
| 1.7 本文的主要研究内容和工作 | 第16-18页 |
| 第2章 水泵电动机故障机理分析 | 第18-26页 |
| 2.1 转子断条故障的诊断原理 | 第18-20页 |
| 2.2 定子绕组匝间短路的诊断原理 | 第20-22页 |
| 2.3 轴承故障诊断的原理 | 第22-26页 |
| 第3章 BP 神经网络的设计与仿真 | 第26-40页 |
| 3.1 人工神经网络简介 | 第26-28页 |
| 3.2 人工神经网络的特点以及用于故障诊断的原因 | 第28-30页 |
| 3.3 BP 神经网的简述 | 第30页 |
| 3.4 BP 神经网络的结构 | 第30-31页 |
| 3.5 人工神经网络及运用领域 | 第31-32页 |
| 3.6 BP 神经网络模型算法和过程 | 第32-33页 |
| 3.7 BP 神经网络的建立及其对水泵故障诊断的仿真 | 第33-40页 |
| 第4章 遗传算法优化 BP 神经网络 | 第40-55页 |
| 4.1 BP 算法的主要问题 | 第40-41页 |
| 4.2 遗传算法和 BP 神经网络的结合 | 第41-43页 |
| 4.3 遗传算法结合神经网络的实现及研究分析 | 第43-50页 |
| 4.4 遗传算法结合 BP 网络的仿真计算和结果分析 | 第50-55页 |
| 第5章 结论与展望 | 第55-57页 |
| 5.1 结论 | 第55页 |
| 5.2 研究的不足和今后的改进方向 | 第55-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 作者在学期间公开发表的学术论文 | 第61页 |