大机组振动状态预报技术的研究开发与应用
| 第1章 综述 | 第1-16页 |
| ·国内外研究现状及发展趋势 | 第7-12页 |
| ·设备诊断技术及其发展历程 | 第7-9页 |
| ·设备诊断技术应用现状 | 第9-11页 |
| ·设备诊断技术发展趋势 | 第11-12页 |
| ·课题研究的意义 | 第12-14页 |
| ·本文的主要工作 | 第14-16页 |
| 第2章 机组状态预测方法的确立 | 第16-25页 |
| ·机组运行状态的可预测性分析 | 第16-19页 |
| ·一般预测理论概述 | 第16-17页 |
| ·机组运行状态的可预测性分析 | 第17-19页 |
| ·设备状态预报常用方法简介 | 第19-23页 |
| ·传统的预测方法 | 第19-20页 |
| ·人工神经网络预测法 | 第20-22页 |
| ·各种预测方法的比较和评述 | 第22-23页 |
| ·小结 | 第23-25页 |
| 第3章 神经网络预测性能的优化 | 第25-43页 |
| ·神经网络预测方法 | 第25-27页 |
| ·神经网络预测的稳定性问题 | 第27-30页 |
| ·训练样本特性对预测性能的影响分析 | 第30-36页 |
| ·训练样本的空间分布对预测性能的影响分析 | 第30-32页 |
| ·训练样本的噪声干扰对预测性能的影响分析 | 第32-36页 |
| ·训练样本的可预测性评价 | 第36-38页 |
| ·神经网络预测性能的优化 | 第38-42页 |
| ·预测稳定性的改善 | 第39页 |
| ·预测精度的改善 | 第39-41页 |
| ·预测优化效果的现场验证 | 第41-42页 |
| ·小结 | 第42-43页 |
| 第4章 神经网络预报技术的普适性检验及现场应用 | 第43-56页 |
| ·典型的机组状态变化趋势 | 第43-44页 |
| ·普适性试验分析 | 第44-49页 |
| ·神经网络预报技术的现场应用 | 第49-55页 |
| ·小结 | 第55-56页 |
| 第5章 结论与展望 | 第56-58页 |
| 附1 某厂气压机振动与工艺参数的关系 | 第58-60页 |
| 附2 某厂3~#主风机振动原始数据 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 攻读硕士学位期间已公开发表论文 | 第65-66页 |
| 致谢 | 第66页 |
