| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-14页 |
| ·故障检测的发展背景及意义 | 第9-10页 |
| ·故障检测的研究现状 | 第10-12页 |
| ·本文结构 | 第12-14页 |
| 第二章 故障检测及神经网络的相关知识 | 第14-27页 |
| ·故障检测简介 | 第14-16页 |
| ·故障的分类 | 第14-15页 |
| ·故障的可检性 | 第15-16页 |
| ·故障的建模 | 第16-18页 |
| ·传感器故障模型 | 第16-17页 |
| ·执行器故障模型 | 第17页 |
| ·系统状态故障模型 | 第17-18页 |
| ·故障检测的主要方法 | 第18-22页 |
| ·基于信号处理及特征提取方法的故障检测 | 第18-19页 |
| ·基于专家系统的故障检测方法 | 第19-20页 |
| ·基于参数估计的故障诊断方法 | 第20页 |
| ·基于神经网络的故障检测方法 | 第20-22页 |
| ·故障的识别过程 | 第22页 |
| ·特征信号检测 | 第22页 |
| ·征兆信息提取 | 第22页 |
| ·设备状态识别 | 第22页 |
| ·神经网络概述 | 第22-25页 |
| ·引言 | 第22-23页 |
| ·神经网络模型 | 第23-24页 |
| ·网络结构 | 第24-25页 |
| ·本章小结 | 第25-27页 |
| 第三章 基于遗传优化的RBF-BP神经网络的实时故障检测 | 第27-35页 |
| ·BP网络与RBF网络简介 | 第27-29页 |
| ·RBF-BP网络模型 | 第29-31页 |
| ·遗传优化的RBF-BPNN | 第31-32页 |
| ·实时故障检测与诊断 | 第32-34页 |
| ·本章小结 | 第34-35页 |
| 第四章 基于神经网络观测器的故障检测 | 第35-46页 |
| ·引言 | 第35页 |
| ·状态观测器在故障检测中的应用 | 第35-37页 |
| ·理论依据 | 第35-36页 |
| ·神经网络状态观测器 | 第36-37页 |
| ·基于BP网络观测器的线性系统的故障检测 | 第37-40页 |
| ·BP网络状态观测器的设计 | 第37-38页 |
| ·仿真实验结果 | 第38-40页 |
| ·存在未知输入的线性系统鲁棒故障检测 | 第40-44页 |
| ·鲁棒控制简介 | 第40页 |
| ·鲁棒故障检测的概念 | 第40-41页 |
| ·观测器设计原理 | 第41-42页 |
| ·RBF神经网络观测器设计 | 第42-43页 |
| ·实验仿真结果 | 第43-44页 |
| ·本章小结 | 第44-46页 |
| 第五章 总结与展望 | 第46-49页 |
| ·总结 | 第46-48页 |
| ·展望 | 第48-49页 |
| 参考文献 | 第49-53页 |
| 致谢 | 第53-54页 |
| 攻读硕士学位期间的研究成果 | 第54页 |