| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-22页 |
| §1.1 引言 | 第10页 |
| §1.2 机械设备故障诊断技术的发展概况 | 第10-12页 |
| §1.3 机械设备维修制度的改革与故障诊断的经济效益 | 第12-14页 |
| §1.4 汽轮机故障诊断理论和技术现状 | 第14-20页 |
| §1.5 故障诊断的基本内容及本文所做的主要工作 | 第20-22页 |
| 第二章 工业汽轮机变工况性能计算 | 第22-43页 |
| §2.1 引言 | 第22-23页 |
| §2.2 汽轮机变工况问题概要 | 第23-24页 |
| §2.3 有关水蒸气性质计算 | 第24-32页 |
| §2.4 变工况基本关系式——压力与流量关系式及其应用 | 第32-33页 |
| §2.5 变工况计算 | 第33-41页 |
| §2.6 本章小结 | 第41-43页 |
| 第三章 工业汽轮机在线性能评估及其软件 | 第43-52页 |
| §3.1 引言 | 第43页 |
| §3.2 汽轮机预期性能计算 | 第43-45页 |
| §3.3 汽轮机热力性能评价 | 第45-46页 |
| §3.4 在线评估系统实现 | 第46-47页 |
| §3.5 热力性能在线监视系统功能及特点 | 第47-51页 |
| §3.6 本章小结 | 第51-52页 |
| 第四章 工业汽轮机热力性能预测 | 第52-63页 |
| §4.1 引言 | 第52-53页 |
| §4.2 灰色系统预测 | 第53-58页 |
| §4.3 马尔可夫概率预测 | 第58-61页 |
| §4.4 本章小结 | 第61-63页 |
| 第五章 神经网络及遗传算法在汽轮机故障诊断中的应用 | 第63-83页 |
| §5.1 引言 | 第63页 |
| §5.2 神经网络发展概况 | 第63-64页 |
| §5.3 多层感知器神经网络在旋转机械故障诊断中的应用 | 第64-70页 |
| §5.4 B P网络在汽轮机性能评估中的应用 | 第70-73页 |
| §5.5 遗传算法简介 | 第73-76页 |
| §5.6 遗传算法在汽轮机性能在线诊断神经网络中的应用 | 第76-81页 |
| §5.7 本章小结 | 第81-83页 |
| 第六章 汽轮机热参数诊断研究 | 第83-92页 |
| §6.1 引言 | 第83页 |
| §6.2 叶片结垢与热参数诊断 | 第83-90页 |
| §6.3 本章小结 | 第90-92页 |
| 第七章 全文总结与展望 | 第92-97页 |
| §7.1 全文总结 | 第92-95页 |
| §7.2 展望 | 第95-97页 |
| 参考文献 | 第97-104页 |
| 致谢 | 第104-105页 |
| 作者在博士论文工作期间发表及投录的论文 | 第105页 |
