| 中文摘要 | 第1页 |
| 英文摘要 | 第3-6页 |
| 第一章 引言 | 第6-12页 |
| 1．1 对电站通风机进行性能在线监测研究的意义及发展现状 | 第6-7页 |
| 1．1．1 风机性能在线监测的重要性和必要性 | 第6页 |
| 1．1．2 国内外研究现状 | 第6-7页 |
| 1．2 风机流量监测的重要性及几种大管径气体流量测量方法 | 第7-11页 |
| 1．2．1 流量监测是风机性能在线监测的关键 | 第7-8页 |
| 1．2．2 大管径气体流量测量的几种方法介绍 | 第8-11页 |
| 1．3 本论文的研究任务、内容 | 第11-12页 |
| 第二章 基于RBF神经网络的流量全程监测差压模型 | 第12-38页 |
| 2．1 径向基函数（RBF）神经网络基础知识 | 第12-19页 |
| 2．1．1 神经网络的优点 | 第12页 |
| 2．1．2 RBF神经网络 | 第12-14页 |
| 2．1．3 RBF神经网络与其它函数逼近方法的比较 | 第14-19页 |
| 2．2 风机流量监测的无节流差压法 | 第19-20页 |
| 2．3 风机调节性能曲线是建立模型的依据 | 第20-25页 |
| 2．3．1 风机调节性能曲线 | 第20-21页 |
| 2．3．2 安装效应和进气箱对性能曲线影响的实验研究 | 第21-25页 |
| 2．4 基于RBF神经网络的流量全程监测差压模型的建立 | 第25-33页 |
| 2．4．1 建立流量全程监测模型的意义 | 第25-26页 |
| 2．4．2 模型建立的几点说明 | 第26页 |
| 2．4．3 风机流量全程监测模型的建模思路 | 第26-30页 |
| 2．4．4 小流量区、大流量区模型划分界线的确定 | 第30页 |
| 2．4．5 基于RBF神经网络的流量全程监测差压模型 | 第30-33页 |
| 2．5 算例验证 | 第33-38页 |
| 2．5．1 离心风机算例验证 | 第33-36页 |
| 2．5．2 轴流风机算例验证 | 第36-37页 |
| 2．5．3 结论 | 第37-38页 |
| 第三章 风机流量全程监测差压模型的实验研究 | 第38-45页 |
| 3．1 大流量区流量监测差压模型的实验研究 | 第38-41页 |
| 3．2 小流量区流量监测差压模型的实验研究 | 第41-44页 |
| 3．3 结论 | 第44-45页 |
| 第四章 风机性能监测系统简介 | 第45-52页 |
| 4．1 风机性能监测系统的原理及组成 | 第45-48页 |
| 4．1．1 风机性能监测系统原理 | 第45页 |
| 4．1．2 风机性能监测系统组成 | 第45-48页 |
| 4．2 风机性能监测系统的软件实现 | 第48-52页 |
| 第五章 结论 | 第52-54页 |
| 参考文献 | 第54-56页 |
| 致谢 | 第56-57页 |
| 在学期间发表论文情况 | 第57页 |
