智能故障诊断技术的应用与研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-7页 |
| 第一章 绪论 | 第7-15页 |
| §1．1 故障诊断概述 | 第7-13页 |
| §1．1．1 故障诊断的意义及概念 | 第7-9页 |
| §1．1．2 故障诊断技术介绍 | 第9-11页 |
| §1．1．3 智能故障诊断 | 第11-13页 |
| §1．2 研究背景与意义 | 第13-14页 |
| §1．3 本文的主要工作 | 第14-15页 |
| 第二章 智能故障诊断的基本理论及专家系统结构 | 第15-25页 |
| §2．1 人工智能与专家系统的基本概念 | 第15-16页 |
| §2．2 专家系统的总体结构及设计要点 | 第16-18页 |
| §2．3 神经网络的基本原理 | 第18-25页 |
| §2．3．1 神经元 | 第19-20页 |
| §2．3．2 BP网络结构及学习算法 | 第20-25页 |
| 第三章 知识库管理和维护系统 | 第25-41页 |
| §3．1 知识获取 | 第25-26页 |
| §3．2 知识的表示 | 第26-28页 |
| §3．3 知识库的构建 | 第28-34页 |
| §3．3．1 系统的层次模型 | 第28-30页 |
| §3．3．2 利用关系数据库创建知识库 | 第30-34页 |
| §3．4 知识库的管理和维护 | 第34-37页 |
| §3．5 知识库编辑工具 | 第37-41页 |
| 第四章 基于规则的专家系统推理机实现 | 第41-52页 |
| §4．1 推理策略 | 第41-44页 |
| §4．2 推理机的实现 | 第44-48页 |
| §4．3 专家系统的解释机制 | 第48页 |
| §4．4 实例应用 | 第48-52页 |
| 第五章 基于神经网络的智能故障诊断 | 第52-69页 |
| §5．1 BP网络学习算法的改进 | 第53-55页 |
| §5．2 神经网络专家系统结构 | 第55-57页 |
| §5．3 基于ANN的知识获取、知识表达 | 第57-59页 |
| §5．4 网络设计及实例分析 | 第59-68页 |
| §5．5 神经网络与传统专家系统的比较 | 第68-69页 |
| 第六章 结束语 | 第69-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-75页 |
