| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-15页 |
| ·研究背景及意义 | 第7-8页 |
| ·故障诊断专家系统的基本概念和研究内容 | 第8-9页 |
| ·国内外研究现状 | 第9-10页 |
| ·故障诊断的方法与选择 | 第10-13页 |
| ·系统故障的特点 | 第11-12页 |
| ·系统故障诊断的方法与选择 | 第12-13页 |
| ·故障诊断技术的发展趋势 | 第13-14页 |
| ·本文的研究内容及结构安排 | 第14-15页 |
| 第二章 远程故障诊断专家系统总体架构 | 第15-21页 |
| ·基于Web的监测与诊断的目标与意义 | 第15页 |
| ·系统的总体技术架构 | 第15-16页 |
| ·关键技术研究 | 第16-19页 |
| ·系统架构 | 第16-17页 |
| ·数据采集与数字信号处理 | 第17-19页 |
| ·JESS规则引擎 | 第19页 |
| ·Neuroph框架 | 第19页 |
| ·本章小结 | 第19-21页 |
| 第三章 JESS规则引擎的产生式专家系统研究 | 第21-37页 |
| ·产生式专家系统研究 | 第21-22页 |
| ·JESS推理规则引擎 | 第22-30页 |
| ·JESS事实 | 第22-23页 |
| ·JESS规则 | 第23-24页 |
| ·Rete算法 | 第24-26页 |
| ·议程管理 | 第26页 |
| ·JESS的Java接口 | 第26-29页 |
| ·JESS实现产生式推理诊断 | 第29-30页 |
| ·基于JESS的故障诊断数据处理模块设计 | 第30-35页 |
| ·JESS专家诊断数据处理模块接口 | 第31页 |
| ·JESS专家诊断数据处理模块模块概要设计 | 第31-32页 |
| ·JESS专家诊断数据处理模块模块详细设计 | 第32-35页 |
| ·本章小结 | 第35-37页 |
| 第四章 故障诊断系统监控参数的研究 | 第37-55页 |
| ·监控参数研究的内容 | 第37页 |
| ·参数在线训练 | 第37-39页 |
| ·运行参数限值范围确定 | 第38页 |
| ·基于专家经验算法的参数预警值的计算 | 第38-39页 |
| ·ARMA状态参数趋势预测研究 | 第39-45页 |
| ·时序分析理论 | 第39-40页 |
| ·ARMA模型 | 第40-41页 |
| ·Java同Matlab的交互研究 | 第41-43页 |
| ·ARMA时间序列预测功能的实现 | 第43-45页 |
| ·人工神经网络状态参数趋势预测研究 | 第45-53页 |
| ·人工神经网络的在线训练 | 第45-47页 |
| ·神经网络预测故障的研究 | 第47-53页 |
| ·时间序列分析趋势预测方法和神经网络趋势预测方法的比较 | 第53页 |
| ·小结 | 第53-55页 |
| 第五章 总结与展望 | 第55-56页 |
| ·工作总结 | 第55页 |
| ·工作展望 | 第55-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 附录：作者在攻读硕士学位期间发表的论文 | 第60页 |