电梯故障诊断专家系统的研究与开发
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 电梯故障诊断研究背景和意义 | 第9页 |
| 1.2 电梯故障诊断国内外研究现状 | 第9-11页 |
| 1.3 论文结构 | 第11-13页 |
| 第2章 故障诊断 | 第13-25页 |
| 2.1 故障的分类 | 第13页 |
| 2.2 故障诊断技术 | 第13-16页 |
| 2.2.1 基于数学模型的诊断方法 | 第14-15页 |
| 2.2.2 基于信号处理的诊断方法 | 第15页 |
| 2.2.3 基于知识的诊断方法 | 第15-16页 |
| 2.3 故障诊断方法的比较 | 第16页 |
| 2.4 典型故障诊断专家系统 | 第16-20页 |
| 2.4.1 基于规则的诊断专家系统 | 第17页 |
| 2.4.2 基于模型的诊断专家系统 | 第17页 |
| 2.4.3 基于模糊推理的诊断专家系统 | 第17-18页 |
| 2.4.4 基于神经网络的诊断专家系统 | 第18-19页 |
| 2.4.5 基于实例的诊断专家系统 | 第19-20页 |
| 2.5 电梯故障分析 | 第20-23页 |
| 2.5.1 电梯常见故障的特点 | 第20页 |
| 2.5.2 常见电梯故障 | 第20-23页 |
| 2.6 本章小结 | 第23-25页 |
| 第3章 电梯故障诊断专家系统模型 | 第25-37页 |
| 3.1 电梯故障诊断专家系统的结构 | 第25-26页 |
| 3.2 电梯故障诊断专家系统的知识获取 | 第26-29页 |
| 3.2.1 知识获取的基本过程 | 第26-28页 |
| 3.2.2 知识获取的方式和实现 | 第28-29页 |
| 3.3 电梯故障诊断专家系统的知识表示 | 第29-31页 |
| 3.3.1 知识表示应具备的特性 | 第29-30页 |
| 3.3.2 知识表示方法 | 第30-31页 |
| 3.4 电梯故障诊断专家系统的知识库 | 第31-32页 |
| 3.5 电梯故障诊断专家系统的推理机 | 第32-35页 |
| 3.6 电梯故障诊断专家系统的解释器 | 第35页 |
| 3.7 本章小结 | 第35-37页 |
| 第4章 电梯故障诊断算法的研究与应用 | 第37-47页 |
| 4.1 支持向量机故障诊断方法的研究 | 第37-44页 |
| 4.1.1 支持向量机的基本原理 | 第37-40页 |
| 4.1.2 支持向量机关键点的研究 | 第40-44页 |
| 4.2 支持向量机在故障诊断中的应用 | 第44-46页 |
| 4.2.1 支持向量机与专家系统 | 第44-45页 |
| 4.2.2 支持向量机故障诊断模型 | 第45-46页 |
| 4.3 本章小结 | 第46-47页 |
| 第5章 电梯故障诊断专家系统的开发 | 第47-59页 |
| 5.1 电梯故障诊断专家系统的需求分析 | 第47页 |
| 5.2 电梯故障诊断专家系统总体设计 | 第47-48页 |
| 5.2.1 系统总体结构 | 第47-48页 |
| 5.2.2 开发环境 | 第48页 |
| 5.3 电梯故障诊断专家系统的知识获取 | 第48-49页 |
| 5.4 电梯故障诊断专家系统的知识表示 | 第49页 |
| 5.5 电梯故障诊断专家系统知识的实现 | 第49-53页 |
| 5.5.1 知识库的构建 | 第49-51页 |
| 5.5.2 知识库的维护 | 第51-53页 |
| 5.6 电梯故障诊断专家系统的推理机 | 第53-57页 |
| 5.6.1 规则推理 | 第54-55页 |
| 5.6.2 支持向量机 | 第55-57页 |
| 5.7 电梯故障诊断专家系统的解释器 | 第57-58页 |
| 5.8 本章小结 | 第58-59页 |
| 第6章 总结与展望 | 第59-61页 |
| 6.1 总结 | 第59页 |
| 6.2 展望 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 致谢 | 第65页 |
