| 摘要 | 第1-9页 |
| ABSTRACT | 第9-18页 |
| 第一章 绪论 | 第18-34页 |
| ·课题背景及意义 | 第18-19页 |
| ·国内外研究现状及存在问题 | 第19-32页 |
| ·系统故障检测与诊断技术的主要方法 | 第19-29页 |
| ·基于解析模型的方法 | 第19-20页 |
| ·基于信号处理的方法 | 第20页 |
| ·基于知识(计算智能)的方法 | 第20-29页 |
| ·催化裂化装置、动态模型及其故障诊断 | 第29-31页 |
| ·问题与展望 | 第31-32页 |
| ·研究及开发内容 | 第32-34页 |
| 第二章 FCCU反-再系统简介及故障分类 | 第34-42页 |
| ·FCCU反-再系统工艺流程说明及概述 | 第34-40页 |
| ·流程说明 | 第34-36页 |
| ·工艺概述 | 第36-40页 |
| ·FCCU反-再系统常见故障分类 | 第40-42页 |
| 第三章 FCCU反应-再生系统动态机理数学模型及仿真平台开发 | 第42-66页 |
| ·反应-再生系统的数学模型 | 第42-51页 |
| ·提升管反应器动态数学模型 | 第42-44页 |
| ·原料性质的影响及产率模型 | 第44-47页 |
| ·高效再生器烧焦罐动态数学模型 | 第47-49页 |
| ·再生二密相床动态数学模型 | 第49-51页 |
| ·沉降器的动态数学模 | 第51页 |
| ·关联部分的模型 | 第51-55页 |
| ·催化剂循环量的计算 | 第52页 |
| ·压力系统模型 | 第52-55页 |
| ·系统仿真平台的开发 | 第55-60页 |
| ·反-再系统仿真平台的实现 | 第55页 |
| ·程序总体框图 | 第55-56页 |
| ·系统任务调度及实时管理(消息驱动管理) | 第56-59页 |
| ·数据管理 | 第59页 |
| ·仿真算法和步长 | 第59-60页 |
| ·仿真实验及结果分析 | 第60-66页 |
| ·改变操作条件的仿真 | 第60-62页 |
| ·出现干扰的仿真 | 第62-64页 |
| ·出现事故的仿真 | 第64-66页 |
| 第四章 基于神经网络的故障诊断 | 第66-104页 |
| ·神经网络简介 | 第66页 |
| ·前向BP网络 | 第66-69页 |
| ·RBF网络 | 第69-72页 |
| ·RBF网络结构 | 第69-70页 |
| ·RBF网络的学习算法 | 第70-72页 |
| ·BP网络算法的改进 | 第72-81页 |
| ·对学习步长的改进 | 第72-73页 |
| ·无约束优化线性搜索 | 第73-74页 |
| ·基于Goldstein线性搜索的最优学习步长算法 | 第74-77页 |
| ·对激励函数的改进 | 第77-80页 |
| ·改进的BP算法实现 | 第80-81页 |
| ·实例仿真及对比分析 | 第81-85页 |
| ·新算法和普通自适应算法的比较 | 第81-83页 |
| ·新算法和梯度方向比较自适应算法的比较 | 第83-84页 |
| ·新算法和Goldstein算法的比较 | 第84-85页 |
| ·利用神经网络模拟建立动态系统模型 | 第85-90页 |
| ·系统的动态特性 | 第85页 |
| ·系统的动态特性的神经网络实现 | 第85-90页 |
| ·神经网络故障诊断软件开发及应用 | 第90-104页 |
| ·输入变量的确定和样本的获取 | 第90-91页 |
| ·训练样本数的确定、样本的选择与组织 | 第91页 |
| ·BP网络隐含层的设计 | 第91-92页 |
| ·BP网络的拓扑结构 | 第92-93页 |
| ·实例研究 | 第93-97页 |
| ·不同BP训练函数的比较 | 第97页 |
| ·RBF网络参数设计及对比 | 第97-100页 |
| ·BP与RBF网络的比较 | 第100页 |
| ·神经网络动态特性在故障诊断中的应用 | 第100-104页 |
| 第五章 基于SDG的FCCU反-再系统故障诊断 | 第104-134页 |
| ·符号定向图(SDG) | 第104-108页 |
| ·定义 | 第104页 |
| ·SDG模型 | 第104-106页 |
| ·SDG建模方法和原则 | 第106页 |
| ·SDG的推理机制 | 第106-107页 |
| ·SDG定性仿真和定量仿真的辅助关系 | 第107页 |
| ·SDG方法的优缺点 | 第107-108页 |
| ·FCCU反-再系统SDG故障诊断模型的建立 | 第108-116页 |
| ·FCCU反-再系统SDG建模的前提条件 | 第108-109页 |
| ·对SDG故障诊断模型的要求 | 第109页 |
| ·FCCU反-再系统SDG诊断模型的建立过程 | 第109-116页 |
| ·FCCU反-再系统SDG故障诊断模型 | 第116页 |
| ·SDG故障诊断案例研究 | 第116-134页 |
| 第六章 FCCU混合故障诊断系统的建立及仿真 | 第134-148页 |
| ·混合故障诊断系统的建立 | 第134-136页 |
| ·混合故障诊断系统方案 | 第134-136页 |
| ·混合故障诊断系统的建立 | 第136页 |
| ·混合故障诊断系统的仿真 | 第136-148页 |
| 第七章 总结与展望 | 第148-151页 |
| ·研究工作总结 | 第148-149页 |
| ·研究工作展望 | 第149-151页 |
| 参考文献 | 第151-156页 |
| 附录1 FCCU反-再部分模型变量说明 | 第156-157页 |
| 附录2 FCCU仿真平台软件程序界面 | 第157-159页 |
| 附录3 神经网络故障诊断软件程序界面 | 第159-161页 |
| 致谢 | 第161-162页 |
| 研究成果及发表的学术论文 | 第162-164页 |
| 作者简介 | 第164页 |
| 导师简介 | 第164-165页 |
| 博士研究生学位论文答辩委员会决议书 | 第165页 |