| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-13页 |
| ·故障诊断概述 | 第8-10页 |
| ·故障诊断的概念及意义 | 第8-9页 |
| ·故障诊断系统的功能和特点 | 第9-10页 |
| ·智能故障诊断技术 | 第10-12页 |
| ·智能故障诊断技术概述 | 第10页 |
| ·智能故障诊断技术的方法 | 第10-12页 |
| ·本论文的研究背景及意义 | 第12-13页 |
| 第二章 装备智能故障诊断基本理论 | 第13-19页 |
| ·智能故障诊断系统的一般结构和功能特点 | 第13-15页 |
| ·系统的一般结构 | 第13-14页 |
| ·系统的功能特点 | 第14-15页 |
| ·智能故障诊断系统中知识的获取策略 | 第15-16页 |
| ·传统的知识获取方法 | 第15页 |
| ·智能故障诊断系统中知识获取的一般模型 | 第15-16页 |
| ·智能故障诊断系统中知识的表示方法 | 第16-19页 |
| ·知识表示的概念 | 第16-17页 |
| ·诊断知识的复合框架与规则的表示方法 | 第17-19页 |
| 第三章 基于神经网络的故障诊断专家系统技术 | 第19-26页 |
| ·专家系统结构 | 第19-20页 |
| ·专家系统的概念和特征 | 第19页 |
| ·专家系统的基本组成 | 第19-20页 |
| ·神经网络基本理论 | 第20-26页 |
| ·神经网络的基本组成 | 第21-22页 |
| ·人工神经网络的典型模型 | 第22-23页 |
| ·神经网络的拓扑结构 | 第23-24页 |
| ·神经网络的关键技术 | 第24-26页 |
| 第四章 基于神经网络的故障诊断专家系统设计与实现 | 第26-43页 |
| ·基于神经网络的故障诊断专家系统 | 第26-28页 |
| ·专家系统与神经网络结合的途径和方法 | 第26-27页 |
| ·基于神经网络的故障诊断专家系统 | 第27-28页 |
| ·神经网络故障诊断专家系统应用分析 | 第28-34页 |
| ·知识库设计 | 第28-31页 |
| ·推理机设计 | 第31-34页 |
| ·BP 神经网络 | 第34-38页 |
| ·BP 神经网络结构 | 第35页 |
| ·误差反向传播训练算法 | 第35-38页 |
| ·改进的Levenberg-Marquardt 优化算法 | 第38页 |
| ·特征参数提取 | 第38-39页 |
| ·变速箱齿轮故障分类与诊断 | 第39-43页 |
| ·变速箱齿轮故障分类 | 第39页 |
| ·输入和目标向量设计 | 第39-40页 |
| ·BP 网络设计 | 第40-43页 |
| 第五章 总结与展望 | 第43-44页 |
| 参考文献 | 第44-46页 |
| 后记 | 第46-47页 |
| 在学期间公开发表论文及著作情况 | 第47页 |