| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-16页 |
| ·故障诊断概述 | 第8-9页 |
| ·神经网络系统 | 第9-12页 |
| ·神经网络系统的主要优缺点 | 第11-12页 |
| ·粗集 | 第12-13页 |
| ·本课题研究的目的、意义及内容 | 第13-16页 |
| ·本课题的目的和意义 | 第14页 |
| ·主要研究内容 | 第14-16页 |
| 第二章 冗余诊断信息的粗集约简处理 | 第16-33页 |
| ·故障诊断数据 | 第16-18页 |
| ·振动诊断法 | 第16-17页 |
| ·压缩机的模拟故障数据 | 第17-18页 |
| ·数据的离散化 | 第18-24页 |
| ·SOM神经网络 | 第21页 |
| ·SOM神经网络的组成 | 第21-23页 |
| ·SOM模型学习算法 | 第23页 |
| ·实例 | 第23-24页 |
| ·知识的约简 | 第24-31页 |
| ·知识表达系统和决策表 | 第24-25页 |
| ·决策表 | 第25页 |
| ·决策表的约简 | 第25-27页 |
| ·属性约简的分明矩阵法 | 第25-26页 |
| ·分明矩阵法的简化 | 第26-27页 |
| ·约简实例 | 第27-31页 |
| ·本章小结 | 第31-33页 |
| 第三章 智能诊断的实现 | 第33-54页 |
| ·神经网络 | 第33-38页 |
| ·单隐层BP网络的故障诊断方法和特点 | 第33-35页 |
| ·BP网络学习算法 | 第35-37页 |
| ·BP网络设计 | 第37-38页 |
| ·基于MATLAB的BP神经网络的实现 | 第38-41页 |
| ·MATLAB语言特点和MATLAB神经网络工具箱 | 第38-39页 |
| ·BP神经网络的创建函数 | 第39-41页 |
| ·基于神经网络的压缩机故障诊断实例 | 第41-47页 |
| ·压缩机故障诊断神经网络参数的选择 | 第42-45页 |
| ·神经网络的训练与测试 | 第45-47页 |
| ·粗集—神经网络智能混合故障诊断系统 | 第47-52页 |
| ·粗集—神经网络智能混合故障诊断系统的的实现 | 第47-49页 |
| ·粗集—神经网络智能混合故障诊断系统的应用实例 | 第49-52页 |
| ·粗集—神经网络和神经网络诊断系统的实例比较 | 第52页 |
| ·本章小结 | 第52-54页 |
| 第四章 粗集—神经网络智能混合系统的设计实现 | 第54-69页 |
| ·粗集—神经网络智能混合故障诊断系统程序设计语言的选择 | 第55-56页 |
| ·VB与MATLAB的接口问题 | 第56页 |
| ·粗集—神经网络智能混合故障诊断系统的软件构成 | 第56-68页 |
| ·数据采集模块 | 第56-60页 |
| ·数据预处理模块 | 第60-62页 |
| ·数据约简模块 | 第62-64页 |
| ·神经网络模块 | 第64-66页 |
| ·故障诊断模块 | 第66-67页 |
| ·故障解释模块 | 第67-68页 |
| ·本章小结 | 第68-69页 |
| 第五章 结束语 | 第69-72页 |
| ·课题总结 | 第69-70页 |
| ·课题展望 | 第70-72页 |
| 参考文献 | 第72-76页 |
| 致谢 | 第76-77页 |
| 攻读学位期间论文发表情况 | 第77页 |