| 摘要 | 第1-6页 |
| ABSTRACT | 第6-14页 |
| 第一章 绪论 | 第14-24页 |
| ·论文选题的背景 | 第14-15页 |
| ·设备故障诊断概述 | 第15-19页 |
| ·设备故障诊断发展状况 | 第15-16页 |
| ·往复压缩机故障诊断概述 | 第16-17页 |
| ·基于人工智能的故障诊断专家系统 | 第17-19页 |
| ·基于案例推理方法概述及发展现状 | 第19-22页 |
| ·论文内容和结构安排 | 第22-24页 |
| 第二章 往复压缩机故障诊断 | 第24-36页 |
| ·往复压缩机结构及工作原理 | 第24-29页 |
| ·往复压缩机结构 | 第24-27页 |
| ·往复压缩机工作原理 | 第27-29页 |
| ·往复压缩机故障诊断分析 | 第29-35页 |
| ·往复压缩机故障诊断技术及常见故障 | 第29-33页 |
| ·往复压缩机故障诊断实例分析 | 第33-35页 |
| ·本章小结 | 第35-36页 |
| 第三章 专家系统案例知识表示及权重计算研究 | 第36-52页 |
| ·案例知识表示 | 第36-46页 |
| ·案例知识表示的介绍 | 第36-38页 |
| ·专家系统案例知识表示方法研究 | 第38-44页 |
| ·案例知识表示实例 | 第44-46页 |
| ·案例征兆权重计算 | 第46-51页 |
| ·传统层次分析法介绍 | 第46-48页 |
| ·改进层次分析法的研究 | 第48-50页 |
| ·权重计算实例 | 第50-51页 |
| ·本章小结 | 第51-52页 |
| 第四章 案例推理方法研究 | 第52-62页 |
| ·案例索引策略 | 第52-55页 |
| ·案例索引介绍 | 第52-53页 |
| ·案例分层索引 | 第53-55页 |
| ·案例相似度计算 | 第55-61页 |
| ·加权 K-近邻算法 | 第55-57页 |
| ·加权 K-近邻算法优化 | 第57-61页 |
| ·本章小结 | 第61-62页 |
| 第五章 案例转化为规则及诊断融合技术研究 | 第62-74页 |
| ·案例转化为规则的研究 | 第62-71页 |
| ·决策表数据获取 | 第63-64页 |
| ·属性约简 | 第64-66页 |
| ·属性值约简—规则提取 | 第66-69页 |
| ·案例转化规则实例 | 第69-71页 |
| ·基于案例推理方法和基于规则推理方法的融合 | 第71-73页 |
| ·本章小结 | 第73-74页 |
| 第六章 基于案例推理的往复压缩机故障诊断专家系统实现 | 第74-88页 |
| ·系统设计目标 | 第74-75页 |
| ·专家系统设计及实现 | 第75-83页 |
| ·系统结构设计 | 第75-77页 |
| ·系统诊断流程设计 | 第77-78页 |
| ·系统实现 | 第78-83页 |
| ·专家系统诊断实例 | 第83-87页 |
| ·诊断实例 1 | 第83-85页 |
| ·诊断实例 2 | 第85-87页 |
| ·本章小结 | 第87-88页 |
| 第七章 总结与展望 | 第88-90页 |
| ·全文总结 | 第88-89页 |
| ·研究展望 | 第89-90页 |
| 参考文献 | 第90-92页 |
| 致谢 | 第92-94页 |
| 研究成果及发表论文 | 第94-96页 |
| 作者和导师简介 | 第96-97页 |
| 硕士研究生学位论文答辩委员会决议书 | 第97-99页 |