| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 1 绪论 | 第7-12页 |
| ·课题的背景与意义 | 第7-8页 |
| ·国内外诊断技术的研究现状 | 第8-10页 |
| ·小波分析 | 第8页 |
| ·油液分析诊断技术 | 第8-9页 |
| ·基于案例推理的专家诊断技术 | 第9页 |
| ·神经网络诊断技术 | 第9页 |
| ·模糊诊断 | 第9-10页 |
| ·诊断技术智能化发展 | 第10-11页 |
| ·本文的研究工作 | 第11-12页 |
| 2 火炮故障分析 | 第12-19页 |
| ·火炮故障特征统计分析 | 第12-13页 |
| ·火炮故障规律统计 | 第13-14页 |
| ·火炮故障诊断方法分析 | 第14-18页 |
| ·火炮系统故障树分析 | 第15-17页 |
| ·火炮智能诊断方法分析 | 第17-18页 |
| ·本章小结 | 第18-19页 |
| 3 基于模糊理论综合诊断方法 | 第19-29页 |
| ·火炮状态的模糊性 | 第19页 |
| ·模糊诊断原理及方法 | 第19页 |
| ·基于模糊理论改进的综合诊断模型 | 第19-22页 |
| ·模糊综合诊断在火炮反后坐中的运用 | 第22-28页 |
| ·权重集的确定 | 第22-25页 |
| ·故障现象集的确定 | 第25-26页 |
| ·模糊关系矩阵的确定 | 第26-27页 |
| ·模糊综合诊断在火炮反后坐过长中的运用 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 4 GA-BP神经网络诊断方法 | 第29-43页 |
| ·人工神经网络概述 | 第29-30页 |
| ·BP网络模型 | 第30-33页 |
| ·BP网络结构及诊断原理 | 第30页 |
| ·BP学习算法的实现 | 第30-32页 |
| ·BP算法的改进 | 第32-33页 |
| ·GA-BP神经网络模型 | 第33-35页 |
| ·GA算法优化BP网络 | 第33页 |
| ·GA-BP算法实现 | 第33-35页 |
| ·GA-BP制退机状态诊断中的运用 | 第35-41页 |
| ·火炮后坐、复进模型 | 第35页 |
| ·火炮制退机故障机理分析 | 第35-36页 |
| ·GA-BP网络仿真 | 第36-41页 |
| ·本章小结 | 第41-43页 |
| 5 基于案例匹配推理的专家系统诊断方法 | 第43-49页 |
| ·专家系统概述 | 第43页 |
| ·火炮专家系统的结构设计 | 第43-48页 |
| ·火炮专家系统的知识表示法设计 | 第44-46页 |
| ·火炮专家系统的知识获取设计 | 第46-48页 |
| ·火炮专家系统的推理机设计 | 第48页 |
| ·本章小结 | 第48-49页 |
| 6 火炮状态智能诊断系统的开发 | 第49-60页 |
| ·引言 | 第49页 |
| ·状态智能诊断系统设计原则 | 第49-50页 |
| ·状态智能诊断系统的总体结构 | 第50-51页 |
| ·火炮状态智能诊断系统软件开发 | 第51-59页 |
| ·可视化窗体界面设计 | 第51-55页 |
| ·窗体界面之间动态链接 | 第55-56页 |
| ·Visual Basic、matlab之间混编程序 | 第56-58页 |
| ·系统故障数据库的开发 | 第58-59页 |
| ·本章小结 | 第59-60页 |
| 总结 | 第60-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-66页 |