| 第一章 绪论 | 第1-15页 |
| ·论文研究的意义和目的 | 第11-12页 |
| ·国内外文献综述 | 第12-14页 |
| ·论文工作简述 | 第14-15页 |
| 第二章 控制系统故障诊断 | 第15-28页 |
| ·引言 | 第15-16页 |
| ·关于故障诊断 | 第16-17页 |
| ·故障诊断的一些概念 | 第16-17页 |
| ·故障诊断的任务 | 第17页 |
| ·故障诊断的方法 | 第17-24页 |
| ·基于解析模型的故障诊断方法 | 第17-19页 |
| ·基于信号处理的故障诊断方法 | 第19-20页 |
| ·基于知识的故障诊断方法 | 第20-24页 |
| ·故障诊断技术的发展、现状及前景 | 第24-27页 |
| ·小结 | 第27-28页 |
| 第三章 人工神经网络研究 | 第28-52页 |
| ·引言 | 第28-29页 |
| ·人工神经元网络的发展简介 | 第29-31页 |
| ·神经网络的基本概念和特点 | 第31-41页 |
| ·神经元模型和特点 | 第31-33页 |
| ·神经网络分类 | 第33-36页 |
| ·神经网络的学习 | 第36-40页 |
| ·神经网络的泛化能力 | 第40-41页 |
| ·径向基网络（RBF 网络） | 第41-48页 |
| ·RBF 神经网络模型 | 第41-44页 |
| ·RBF 网络的学习算法 | 第44-46页 |
| ·RBF 神经网络用于函数拟合的仿真研究 | 第46-48页 |
| ·小结 | 第48-49页 |
| 附录 仿真程序 | 第49-52页 |
| 第四章 基于故障诊断基础上的容错控制 | 第52-62页 |
| ·引言 | 第52-53页 |
| ·容错控制分类 | 第53-57页 |
| ·容错控制研究的热点及难点 | 第57-59页 |
| ·基于神经网络的主动容错控制 | 第59-61页 |
| ·小结 | 第61-62页 |
| 第五章 基于RBF 神经网络的非线性系统故障诊断研究 | 第62-76页 |
| ·引言 | 第62页 |
| ·非线性系统故障诊断技术 | 第62-67页 |
| ·基于数学模型方法的非线性系统故障诊断 | 第63-64页 |
| ·基于信号处理方法的非线性系统故障诊断 | 第64-65页 |
| ·基于知识方法的非线性系统故障诊断 | 第65-67页 |
| ·基于观测器方法非线性系统故障诊断应考虑问题研究 | 第67-68页 |
| ·神经网络故障诊断的原理 | 第68-70页 |
| ·基于RBF 神经网络的未知模型非线性系统故障诊断算法研究 | 第70-75页 |
| ·问题描述 | 第70-72页 |
| ·系统状态观测器的建立及其算法 | 第72-73页 |
| ·基于状态估计的故障诊断方案设计 | 第73-74页 |
| ·鲁棒性与稳定性分析 | 第74-75页 |
| ·小结 | 第75-76页 |
| 第六章 基于神经网络的非线性系统多故障诊断研究 | 第76-82页 |
| ·问题描述 | 第76页 |
| ·状态估计器设计 | 第76-78页 |
| ·基于状态估计的输出故障诊断方案设计 | 第78页 |
| ·基于状态估计的状态故障诊断方案设计 | 第78-79页 |
| ·同时发生输出故障与状态故障时的故障诊断方案设计 | 第79-80页 |
| ·算法讨论 | 第80-81页 |
| ·小结 | 第81-82页 |
| 第六章 基于神经网络观测器的故障诊断仿真研究 | 第82-89页 |
| ·仿真实例 | 第82页 |
| ·仿真工具 | 第82-84页 |
| ·仿真和结果分析 | 第84-87页 |
| ·小结 | 第87-89页 |
| 第八章 总结与展望 | 第89-91页 |
| 参考文献 | 第91-94页 |
| 致谢 | 第94-95页 |
| 在学期间的研究成果 | 第95页 |