核电站报警触发式智能诊断专家系统的研究
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 1 绪论 | 第9-17页 |
| ·课题研究的背景及意义 | 第9-10页 |
| ·国内外研究现状 | 第10-14页 |
| ·故障诊断技术的研究现状 | 第10-12页 |
| ·故障诊断专家系统在核电站中的应用现状 | 第12-14页 |
| ·本文的创新点与主要内容 | 第14-17页 |
| ·创新点 | 第14页 |
| ·研究的主要内容 | 第14-17页 |
| 2 报警触发式智能诊断专家系统的设计 | 第17-41页 |
| ·报警触发式智能诊断专家系统的设计思路 | 第17-20页 |
| ·核电站主要报警参数分析 | 第17-19页 |
| ·诊断专家系统的结构设计 | 第19-20页 |
| ·故障诊断置信规则库的构建 | 第20-29页 |
| ·基于故障模型分析的故障类型与征兆获取 | 第20-24页 |
| ·置信规则的矩阵表示 | 第24-25页 |
| ·故障诊断置信规则的建立 | 第25-29页 |
| ·证据获取与不精确知识的表示 | 第29-31页 |
| ·基于D-S证据融合的多重故障诊断 | 第31-32页 |
| ·D-S证据理论基本概述 | 第31页 |
| ·基于D-S证据融合的综合诊断 | 第31-32页 |
| ·基于改进层次分析法的诊断推理策略 | 第32-40页 |
| ·证据置信度的推理算法 | 第32-33页 |
| ·改进层次分析法 | 第33-35页 |
| ·构建故障诊断推理策略 | 第35-40页 |
| ·本章小结 | 第40-41页 |
| 3 基于自学习模型的智能诊断专家系统改进方法 | 第41-50页 |
| ·基于自学习模型的专家系统改进方法 | 第41-42页 |
| ·基于神经网络的自学习模型求解方法 | 第42-49页 |
| ·BP神经网络及其算法 | 第43-45页 |
| ·神经网络输入和输出的确定 | 第45-46页 |
| ·神经网络的训练过程 | 第46-49页 |
| ·本章小结 | 第49-50页 |
| 4 报警触发式智能诊断专家系统的开发与实现 | 第50-66页 |
| ·报警触发式智能诊断专家系统的软件开发 | 第50-56页 |
| ·数据采集与处理模块 | 第51页 |
| ·数据库模块 | 第51-54页 |
| ·故障诊断模块 | 第54-56页 |
| ·自学习模块 | 第56页 |
| ·基于人因工程学的人机界面设计 | 第56-60页 |
| ·人因工程学 | 第56-57页 |
| ·基于人因工程学的用户画面 | 第57-60页 |
| ·报警触发式智能诊断专家系统的实例分析 | 第60-65页 |
| ·实例一稳压器侧报警 | 第60-63页 |
| ·实例二蒸汽发生器侧报警 | 第63-65页 |
| ·本章小结 | 第65-66页 |
| 5 总结与展望 | 第66-68页 |
| ·课题研究总结 | 第66-67页 |
| ·工作展望 | 第67-68页 |
| 参考文献 | 第68-72页 |
| 致谢 | 第72-73页 |
| 攻读学位期间取得的研究成果 | 第73页 |
