首页--工业技术论文--石油、天然气工业论文--石油机械设备与自动化论文--油气储运机械设备论文--油气管道论文

基于小波分析与BP神经网络的管道泄漏诊断方法的研究

中文摘要第1-6页
Abstract第6-10页
第1章 绪论第10-18页
   ·选题背景及意义第10-11页
   ·管道泄漏检测技术综述第11-15页
     ·管道泄漏检测技术方法分类第12-14页
     ·管道泄漏检测存在问题第14-15页
     ·管道泄漏检测技术的发展趋势第15页
   ·本文研究的主要内容第15-18页
第2章 小波分析理论与应用第18-40页
   ·小波分析原理第18-29页
     ·连续小波与离散小波变换第18-21页
     ·多尺度分析第21-24页
     ·Mallat算法第24-27页
     ·小波包算法第27-29页
   ·小波分析在故障诊断中的应用第29-38页
     ·基于小波分析的信号消噪第30-37页
     ·基于小波分析的故障特征提取第37-38页
   ·本章小结第38-40页
第3章 基于BP神经网络的管道泄漏诊断方法的研究第40-54页
   ·人工神经网络原理第40-44页
     ·神经元模型第40-41页
     ·神经网络的拓扑结构第41-42页
     ·神经网络的学习规则第42-44页
   ·基于BP神经网络故障诊断方法的研究第44-49页
     ·BP神经网络学习算法推导第44-46页
     ·故障诊断系统的基本结构第46-47页
     ·BP神经网络结构设计第47-49页
   ·基于BP神经网络的管道泄漏诊断实例分析第49-52页
   ·本章小结第52-54页
第4章 基于小波神经网络的管道泄漏诊断方法的研究第54-70页
   ·小波神经网络算法推导第54-57页
   ·小波神经网络故障诊断步骤第57-59页
   ·基于小波神经网络的管道泄漏诊断实例分析第59-65页
   ·小波神经网络算法的改进第65-68页
   ·基于改进小波神经网络的管道泄漏诊断实例分析第68-69页
   ·本章小结第69-70页
第5章 总结与展望第70-72页
参考文献第72-76页
致谢第76-78页
攻读硕士期间的科研情况第78页

论文共78页,点击 下载论文
上一篇:可降解石油开采暂堵剂开发研究
下一篇:催化重整产品质量与收率预测建模的研究