多资源环境下知识共享故障诊断模型设计与实现
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 1 绪论 | 第9-15页 |
| ·背景与意义 | 第9-11页 |
| ·设备故障诊断技术 | 第11-13页 |
| ·设备故障诊断技术的发展 | 第11-12页 |
| ·现有智能故障诊断系统存在的问题 | 第12-13页 |
| ·频谱与故障诊断 | 第13-14页 |
| ·频谱分析在故障诊断中的应用 | 第13-14页 |
| ·本文讨论的频谱 | 第14页 |
| ·本文研究的主要内容 | 第14-15页 |
| 2 多资源环境下知识共享的故障诊断模型 | 第15-24页 |
| ·KSDM 的特点 | 第15页 |
| ·KSDM 的总体架构 | 第15-17页 |
| ·KSDM 知识库的分布式设计 | 第17-18页 |
| ·故障诊断系统选型 | 第18-21页 |
| ·现有的故障诊断方法 | 第18页 |
| ·基于人工智能的故障诊断方法比较 | 第18-20页 |
| ·KSDM 故障诊断系统选型 | 第20-21页 |
| ·知识库存储设计 | 第21-22页 |
| ·数据存储方法的比较 | 第21页 |
| ·KSDM 知识库存储设计 | 第21-22页 |
| ·KSDM 的安全策略 | 第22-23页 |
| ·小结 | 第23-24页 |
| 3 多资源通用数据接口设计 | 第24-37页 |
| ·常见频谱图像的一般特征 | 第24-25页 |
| ·频谱图像的识别 | 第25-28页 |
| ·频谱图像的识别流程 | 第25页 |
| ·频谱图像获取 | 第25-26页 |
| ·频谱图像的插值处理 | 第26-27页 |
| ·频谱数据提取和存储 | 第27-28页 |
| ·特征数据提取 | 第28-36页 |
| ·频谱图故障诊断机理 | 第28-29页 |
| ·机械故障特征频率分析 | 第29-35页 |
| ·机组组态 | 第35-36页 |
| ·特征数据提取 | 第36页 |
| ·小结 | 第36-37页 |
| 4 多资源故障诊断专家系统的设计 | 第37-64页 |
| ·系统的特点 | 第37页 |
| ·系统的基本结构 | 第37-38页 |
| ·系统的工作原理 | 第38-40页 |
| ·知识库设计 | 第40-52页 |
| ·知识的表示 | 第40-42页 |
| ·知识的获取 | 第42-44页 |
| ·知识框架构建 | 第44-47页 |
| ·知识规则构建 | 第47-51页 |
| ·知识库管理模块设计 | 第51-52页 |
| ·推理模块设计 | 第52-57页 |
| ·推理方法 | 第52-54页 |
| ·基于可信度的不确定推理 | 第54-57页 |
| ·解释模块设计 | 第57-61页 |
| ·基于推理过程的解释 | 第57页 |
| ·基于培训系统的解释 | 第57-61页 |
| ·自学习模块设计 | 第61-63页 |
| ·知识的修正 | 第62页 |
| ·知识的归纳 | 第62页 |
| ·知识的联想 | 第62-63页 |
| ·小结 | 第63-64页 |
| 5 诊断案例分析 | 第64-70页 |
| ·多频谱识别 | 第64-65页 |
| ·转子不平衡故障案例分析 | 第65-69页 |
| ·小结 | 第69-70页 |
| 6 结论与展望 | 第70-71页 |
| ·结论 | 第70页 |
| ·展望 | 第70-71页 |
| 致谢 | 第71-72页 |
| 参考文献 | 第72-75页 |
| 附录 | 第75页 |
