| 1． 绪论 | 第1-17页 |
| 1．1 制造系统的发展趋势 | 第6-7页 |
| 1．2 复杂设备故障诊断面临的新问题 | 第7-8页 |
| 1．3 国内外相关系统的研究现状 | 第8-14页 |
| 1．3．1 国外典型系统研究现状 | 第8-13页 |
| 1．3．2 国内典型系统研究现状 | 第13页 |
| 1．3．3 国内外系统研究发展趋势 | 第13-14页 |
| 1．4 各种智能诊断技术介绍 | 第14-16页 |
| 1．5 本论文的研究内容及目标 | 第16页 |
| 1．6 本论文内容简介 | 第16-17页 |
| 2． 复杂设备远程智能故障诊断系统研究 | 第17-29页 |
| 2．1 远程智能故障诊断系统总体结构 | 第18-19页 |
| 2．2 远程智能故障诊断系统逻辑结构 | 第19-20页 |
| 2．3 远程智能故障诊断系统功能模型 | 第20-26页 |
| 2．4 远程智能故障诊断系统的知识表示研究 | 第26-28页 |
| 2．5 小结 | 第28-29页 |
| 3． 系统实现技术的研究 | 第29-39页 |
| 3．1 以WEB数据库技术为基本框架 | 第29-34页 |
| 3．1．1 Web数据库技术为基本框架的优势 | 第29-30页 |
| 3．1．2 Web与数据库连接技术 | 第30-33页 |
| 3．1．3 RIFDS的工作原理 | 第33-34页 |
| 3．2 系统集成方法 | 第34-38页 |
| 3．2．1 CORBA | 第34-35页 |
| 3．2．2 DCOM | 第35页 |
| 3．2．3 DCOM和CORBA的比较 | 第35-38页 |
| 3．3 诊断实现 | 第38-39页 |
| 4． 发动机远程智能故障诊断系统的实现 | 第39-63页 |
| 4．1 基于专家系统的分解模块的实现 | 第40-46页 |
| 4．1．1 基于专家系统的分解模块结构 | 第41-42页 |
| 4．1．2 知识库的建立和维护 | 第42-43页 |
| 4．1．3 人机接口 | 第43-44页 |
| 4．1．4 解释机的实现 | 第44页 |
| 4．1．5 推理机 | 第44-46页 |
| 4．2 基于神经网络的供油系统故障诊断模块实现 | 第46-52页 |
| 4．2．1 基于神经网络技术的智能系统的一般功能和结构 | 第47-48页 |
| 4．2．2 基于神经网络技术智能系统的知识表示、获取和推理 | 第48页 |
| 4．2．3 基于神经网络技术的智能系统的特点 | 第48-49页 |
| 4．2．4 基于BP网络的供油系统故障诊断系统 | 第49-52页 |
| 4．3 基于模糊神经网络的点火系统故障诊断模块实现 | 第52-57页 |
| 4．3．1 模糊神经网络智能故障诊断系统的总体结构 | 第53-54页 |
| 4．3．2 Max_min型模糊神经网络结构及其学习算法 | 第54-56页 |
| 4．3．3 点火子系统智能故障诊断系统 | 第56-57页 |
| 4．4 手册查询模块的实现 | 第57-58页 |
| 4．5 知识维护模块的实现 | 第58-59页 |
| 4．6 经验交流模块的实现 | 第59-61页 |
| 4．7 技术讨论模块的实现 | 第61-63页 |
| 5． 结论 | 第63-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-69页 |
