| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 插图清单 | 第10-11页 |
| 表格清单 | 第11-12页 |
| 1 绪论 | 第12-18页 |
| ·故障诊断技术的发展 | 第12-13页 |
| ·智能故障诊断技术 | 第13-16页 |
| ·本课题国内外研究现状 | 第16页 |
| ·本论文主要研究目的、意义及内容 | 第16-18页 |
| 2 粗糙集理论和神经网络的应用 | 第18-27页 |
| ·粗糙集理论 | 第18-23页 |
| ·知识的基本概念 | 第18-19页 |
| ·粗糙集理论的基本概念 | 第19-20页 |
| ·粗糙集理论的特点 | 第20-21页 |
| ·粗糙集应用软件Rosetta | 第21-23页 |
| ·粗糙集数据处理 | 第23页 |
| ·神经网络的应用 | 第23-26页 |
| ·人工神经网络的概述 | 第23-24页 |
| ·神经网络的学习规则及BP算法 | 第24-25页 |
| ·神经网络的应用 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 3 粗糙集和神经网络结合的虚拟故障诊断方法 | 第27-38页 |
| ·系统概述 | 第27-28页 |
| ·连续属性离散化 | 第28-31页 |
| ·离散化 | 第28-29页 |
| ·自组织特征映射神经网络的结构 | 第29-30页 |
| ·SOM网络的学习算法 | 第30-31页 |
| ·SOM网络应用的相关问题 | 第31页 |
| ·基于粗糙集理论及其应用软件ROSETTA的属性约简 | 第31-32页 |
| ·神经网络故障诊断 | 第32-37页 |
| ·神经网络概述 | 第32-33页 |
| ·BP神经网络 | 第33-35页 |
| ·改进的BP神经网络算法 | 第35-36页 |
| ·BP网络应用的相关问题 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 4 故障诊断系统的MATLAB程序设计和LABVIEW程序设计 | 第38-49页 |
| ·MATLAB程序设计 | 第38-40页 |
| ·离散化程序设计 | 第38-39页 |
| ·BP神经网络故障诊断程序设计 | 第39-40页 |
| ·LABVIEW程序设计 | 第40-46页 |
| ·数据存储模块 | 第41-42页 |
| ·数据显示模块 | 第42-43页 |
| ·数据打印模块 | 第43-44页 |
| ·远程传输模块 | 第44-46页 |
| ·故障诊断模块 | 第46页 |
| ·LABVIEW中MATLAB程序的调用 | 第46-48页 |
| ·本章小结 | 第48-49页 |
| 5 实例应用 | 第49-62页 |
| ·实验数据准备 | 第49-50页 |
| ·实验步骤 | 第50-57页 |
| ·连续属性离散化 | 第50-52页 |
| ·数据约简 | 第52-56页 |
| ·故障诊断 | 第56-57页 |
| ·故障诊断虚拟系统的实现 | 第57-60页 |
| ·数据显示模块的实现 | 第57-58页 |
| ·数据打印模块 | 第58页 |
| ·数据远程传输模块 | 第58-59页 |
| ·故障诊断报警模块 | 第59-60页 |
| ·实验结果分析 | 第60-61页 |
| ·本章小结 | 第61-62页 |
| 6 总结与展望 | 第62-64页 |
| 参考文献 | 第64-67页 |
| 致谢 | 第67-68页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第68页 |