首页--工业技术论文--水利工程论文--水能利用、水电站工程论文--水电站建筑与设备论文--自动化、远动化论文

水电机组自动诊断预警系统研究

摘要第3-4页
Abstract第4-5页
第1章 绪论第9-14页
    1.1 论文研究的背景第9-10页
    1.2 研究的目的与意义第10页
    1.3 国内外研究现状与应用第10-12页
    1.4 论文的研究内容第12-13页
    1.5 论文的结构安排第13页
    1.6 论文的创新点第13-14页
第2章 典型故障分析及预警系统设计第14-20页
    2.1 引言第14页
    2.2 水电机组典型故障分析第14-16页
        2.2.1 轴瓦温度异常升高因素第14页
        2.2.2 振动故障及其对应的报警状态第14-16页
    2.3 预警系统设计第16-19页
        2.3.1 预警系统开发指导思想与设计目标第16-17页
        2.3.2 C/S模式架构第17-18页
        2.3.3 系统功能结构设计第18页
        2.3.4 预警系统数据流图第18-19页
        2.3.5 开发工具及采用的关键算法第19页
    2.4 本章小节第19-20页
第3章 数据接口及事件数据库设计第20-43页
    3.1 引言第20页
    3.2 数据来源及选取数据库第20-21页
        3.2.1 PI数据库中数据来源第20-21页
        3.2.2 后台数据库的选取第21页
    3.3 数据存储准则及数据接口设计第21-27页
        3.3.1 数据存储准则第21-22页
        3.3.2 数据接口设计第22-23页
        3.3.3 异常数据问题分析第23-24页
        3.3.4 含数据预处理的接口设计第24-27页
    3.4 事件数据库设计第27-41页
        3.4.1 事件数据库的概念设计第28-32页
        3.4.2 事件数据库的逻辑设计第32-37页
        3.4.3 事件数据库的物理设计第37-38页
        3.4.4 事件数据库表分区设计第38-41页
        3.4.5 创建存储过程第41页
    3.5 事件数据库备份第41-42页
    3.6 本章小节第42-43页
第4章 预测算法选取第43-60页
    4.1 引言第43页
    4.2 ARMA模型预测第43-51页
        4.2.1 ARM模型的基本形式第43-44页
        4.2.2 ARMA模型相关性分析及识别第44-45页
        4.2.3 ARMA模型预测步骤第45-46页
        4.2.4 ARMA模型建立及其应用第46-51页
    4.3 灰色模型预测第51-55页
        4.3.1 灰色预测模型基本概念第51页
        4.3.2 GM(1,1)模型第51-52页
        4.3.3 GM(1,1)模型建立的条件第52-53页
        4.3.4 GM(1,1)模型建立及其应用第53-55页
    4.4 BP神经网络法预测第55-59页
        4.4.1 BP神经网络法原理第55-57页
        4.4.2 BP神经网络预测方式第57页
        4.4.3 BP神经网络的matlab函数第57-58页
        4.4.4 BP神经网络预测模型建立及其应用第58-59页
    4.5 本章小结第59-60页
第5章 预警系统实现及检验第60-70页
    5.1 引言第60页
    5.2 GM(1,1)预警算法设计第60-62页
        5.2.1 GM(1,1)模型群第60-61页
        5.2.2 预警算法逻辑设计第61-62页
    5.3 预警软件实现第62-69页
        5.3.1 软件功能模块主界面第62-63页
        5.3.2 局域网内预警系统第63页
        5.3.3 模拟量阈值的设置第63-65页
        5.3.5 模拟量趋势预测第65-66页
        5.3.4 模拟量预警模块检验第66-68页
        5.3.6 预警系统联动故障诊断系统过程第68-69页
    5.4 本章小节第69-70页
第6章 结论与展望第70-72页
    6.1 结论第70-71页
    6.2 展望第71-72页
致谢第72-73页
参考文献第73-76页
附录A第76-80页
攻读硕士学位期间发表的论文及科研成果第80页

论文共80页,点击 下载论文
上一篇:基于维度约简的多标记学习
下一篇:参数自动拟合及在页岩气藏动态分析中的应用