| 中文摘要 | 第1-5页 |
| 英文摘要 | 第5-9页 |
| 1 绪论 | 第9-15页 |
| ·问题的提出 | 第9页 |
| ·机械故障诊断技术的概述 | 第9-13页 |
| ·设备诊断技术现状 | 第9-10页 |
| ·设备诊断理论现状 | 第10-11页 |
| ·当前常用的几种诊断方法 | 第11-12页 |
| ·智能诊断系统的研究是当前的前沿 | 第12-13页 |
| ·故障智能诊断系统的一般结构 | 第13页 |
| ·本课题研究的内容、目的和意义 | 第13-15页 |
| 2 模糊逻辑及神经网络理论 | 第15-36页 |
| ·模糊逻辑理论基础 | 第15-27页 |
| ·模糊子集的定义 | 第15页 |
| ·模糊子集的运算 | 第15页 |
| ·隶属函数 | 第15-21页 |
| ·模糊矩阵的合成 | 第21-24页 |
| ·模糊特征和特征的模糊评价 | 第24-26页 |
| ·模糊决策方法 | 第26-27页 |
| ·神经网络理论基础 | 第27-34页 |
| ·人工神经网络的构成 | 第27页 |
| ·神经元的结构模型 | 第27-28页 |
| ·人工神经网络的学习机制 | 第28-30页 |
| ·神经网络的信息表达能力 | 第30-31页 |
| ·BP神经网络 | 第31-34页 |
| ·模糊神经网络 | 第34-36页 |
| ·模糊神经元 | 第34-35页 |
| ·模糊神经网络 | 第35-36页 |
| 3 系统的总体设计 | 第36-47页 |
| ·故障智能诊断系统的总体构成 | 第36-37页 |
| ·系统的总体推理模型 | 第37页 |
| ·模糊推理机的设计 | 第37-41页 |
| ·推理模型的确定 | 第37-39页 |
| ·模糊算子和诊断原则的选择31 3.3.3模糊推理的学习机制 | 第39-40页 |
| ·模糊推理的学习机制 | 第40页 |
| ·模糊推理机的推理流程 | 第40-41页 |
| ·模糊推理的实质 | 第41页 |
| ·BP神经网络推理的设计 | 第41-43页 |
| ·网络整体结构的设计 | 第41-42页 |
| ·对传统BP算法的一些改进 | 第42-43页 |
| ·BP神经网络的推理流程 | 第43页 |
| ·数据融合 | 第43-44页 |
| ·数据融合的定义 | 第43页 |
| ·数据融合的优点 | 第43-44页 |
| ·数据融合在本系统中的应用 | 第44页 |
| ·数据库技术 | 第44-46页 |
| ·系统的总体评价 | 第46-47页 |
| 4 系统的软件实现 | 第47-69页 |
| ·软件平台的选择 | 第47页 |
| ·软件的总体构成 | 第47-49页 |
| ·软件系统的数据流 | 第49-50页 |
| ·模糊推理的软件实现 | 第50-56页 |
| ·数据节点、联线和事件节点的实现与管理 | 第50-51页 |
| ·数据接点的计算流程 | 第51-52页 |
| ·联线的计算流程 | 第52-53页 |
| ·事件节点的计算流程 | 第53-54页 |
| ·整个模型推理流程 | 第54-55页 |
| ·模糊推理学习的软件实现 | 第55-56页 |
| ·BP神经网络推理的软件实现 | 第56-58页 |
| ·改进的BP算法流程图 | 第57-58页 |
| ·BP神经网络推理 | 第58页 |
| ·数据融合的软件实现 | 第58-59页 |
| ·用户界面的软件实现 | 第59-62页 |
| ·用户主界面 | 第59页 |
| ·BP神经网络训练界面 | 第59-61页 |
| ·系数据发生器界面 | 第61-62页 |
| ·数据保存模块的软件实 | 第62-68页 |
| ·特征向量获取模块的软件实现 | 第68-69页 |
| 5 系统仿真 | 第69-71页 |
| ·模糊推理仿真 | 第69-70页 |
| ·BP神经网络仿真 | 第70-71页 |
| 6 结 论 | 第71-73页 |
| 致 谢 | 第73-74页 |
| 参考文献 | 第74-76页 |
| 附 录 | 第76-77页 |