基于专家系统与神经网络的电力机车故障诊断方法的研究
| 第一章 绪论 | 第1-16页 |
| 1．1 课题背景与研究意义 | 第8页 |
| 1．2 电力机车故障诊断发展现状 | 第8-11页 |
| 1．2．1 国内电力机车故障诊断技术发展现状 | 第8-9页 |
| 1．2．2 国外电力机车故障诊断技术发展现状 | 第9-10页 |
| 1．2．3 电力机车故障诊断技术发展方向 | 第10-11页 |
| 1．3 电力机车故障诊断的特点 | 第11-12页 |
| 1．4 故障诊断系统方法选择 | 第12-15页 |
| 1．5 论文的主要内容 | 第15-16页 |
| 第二章 故障诊断理论基础 | 第16-25页 |
| 2．1 专家系统方法 | 第16-19页 |
| 2．1．1 专家系统概述 | 第16-17页 |
| 2．1．2 专家系统的基本结构 | 第17-18页 |
| 2．1．3 专家系统的开发 | 第18-19页 |
| 2．2 派克向量法原理 | 第19-21页 |
| 2．2．1 派克向量法基础 | 第19-20页 |
| 2．2．2 基于派克变换的电机故障诊断方法 | 第20-21页 |
| 2．3 神经网络概述 | 第21-24页 |
| 2．3．1 神经网络基本原理 | 第21-22页 |
| 2．3．2 径向基网络 | 第22-24页 |
| 2．4 小结 | 第24-25页 |
| 第三章 故障诊断系统平台 | 第25-40页 |
| 3．1 系统网络平台设计 | 第26-28页 |
| 3．1．1 网络拓扑结构 | 第26-27页 |
| 3．1．2 网络通信协议 | 第27-28页 |
| 3．1．3 数据帧格式 | 第28页 |
| 3．2 网络节点设计 | 第28-31页 |
| 3．2．1 节点硬件电路设计 | 第28-30页 |
| 3．2．2 节点软件设计 | 第30-31页 |
| 3．3 网络测试 | 第31-32页 |
| 3．4 系统软件平台 | 第32-39页 |
| 3．4．1 系统软件设计 | 第32-34页 |
| 3．4．2 系统提示界面 | 第34-39页 |
| 3．5 小结 | 第39-40页 |
| 第四章 专家系统诊断策略 | 第40-54页 |
| 4．1 专家系统知识库设计 | 第40-44页 |
| 4．1．1 知识库结构 | 第40-42页 |
| 4．1．2 知识库实现所用数据结构 | 第42-44页 |
| 4．1．3 知识库的更新 | 第44页 |
| 4．2 专家系统推理机 | 第44-47页 |
| 4．2．1 正向推理 | 第44-45页 |
| 4．2．2 反向推理 | 第45-46页 |
| 4．2．3 条件推理 | 第46-47页 |
| 4．3 规则冲突处理 | 第47-48页 |
| 4．4 系统测试 | 第48-53页 |
| 4．4．1 专家系统知识库测试 | 第48-50页 |
| 4．4．2 专家系统推理及解释测试 | 第50-51页 |
| 4．4．3 专家系统规则冲突测试 | 第51-53页 |
| 4．5 小结 | 第53-54页 |
| 第五章 派克神经网络诊断策略 | 第54-71页 |
| 5．1 基于派克向量的电机故障特征分析 | 第54-56页 |
| 5．2 PWM波形的谐波分析 | 第56-60页 |
| 5．3 派克神经网络诊断方法 | 第60-63页 |
| 5．3．1 派克神经网络系统结构 | 第60-61页 |
| 5．3．2 神经网络训练算法 | 第61-63页 |
| 5．4 系统测试 | 第63-70页 |
| 5．4．1 离散派克变换 | 第63-66页 |
| 5．4．2 RBF神经网络训练 | 第66-67页 |
| 5．4．3 试验结果 | 第67-70页 |
| 5．5 小结 | 第70-71页 |
| 第六章 结论及展望 | 第71-73页 |
| 6．1 结论 | 第71-72页 |
| 6．2 展望 | 第72-73页 |
| 参考文献 | 第73-77页 |
| 致谢 | 第77-78页 |
| 攻读学位期间的论文情况和科研情况 | 第78页 |
