基于神经网络的旋转机械故障诊断方法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-20页 |
| ·课题研究的目的和意义 | 第9-10页 |
| ·机械故障诊断概述 | 第10-14页 |
| ·机械故障定义及其分类 | 第10-11页 |
| ·机械故障的特点 | 第11-12页 |
| ·机械故障诊断方法 | 第12-14页 |
| ·机械故障诊断的国内外研究现状与发展方向 | 第14-17页 |
| ·神经网络在机械故障诊断中的应用 | 第17-18页 |
| ·论文的主要研究内容 | 第18-20页 |
| 第2章 模糊理论与旋转机械故障诊断 | 第20-35页 |
| ·模糊理论的发展 | 第20-22页 |
| ·模糊理论基础与模糊逻辑 | 第22-27页 |
| ·模糊集合和隶属函数 | 第22-23页 |
| ·模糊集合运算 | 第23页 |
| ·模糊条件语句 | 第23-24页 |
| ·模糊知识与模糊推理 | 第24-27页 |
| ·模糊控制理论 | 第27-30页 |
| ·控制原理 | 第27-28页 |
| ·模糊控制器的组成 | 第28-30页 |
| ·模糊理论在旋转机械故障诊断系统中的应用 | 第30-34页 |
| ·模糊故障诊断的基本原理 | 第30-32页 |
| ·模糊故障诊断原则 | 第32页 |
| ·模糊故障诊断过程 | 第32-34页 |
| ·本章小结 | 第34-35页 |
| 第3章 人工神经网络与旋转机械故障诊断 | 第35-58页 |
| ·人工神经网络概况 | 第35-36页 |
| ·人工神经网络的结构及学习方法 | 第36-43页 |
| ·人工神经元模型 | 第36-37页 |
| ·人工神经元传递函数的类型 | 第37-38页 |
| ·人工神经网络的联接形式 | 第38-40页 |
| ·人工神经网络的学习 | 第40-43页 |
| ·典型的前向网络－反向传播网络(BP)网络 | 第43-51页 |
| ·反向传播网络模型与结构 | 第43-44页 |
| ·反向传播算法 | 第44-45页 |
| ·BP 网络权值的调整规则 | 第45-49页 |
| ·BP 网络的缺陷 | 第49页 |
| ·BP 网络的改进 | 第49-51页 |
| ·神经网络结构设计原则 | 第51-54页 |
| ·网络信息容量与训练样本数 | 第51-52页 |
| ·网络层数的确定 | 第52页 |
| ·隐层节点数的设计 | 第52-53页 |
| ·初始权值的选取 | 第53-54页 |
| ·学习速率 | 第54页 |
| ·期望误差的选择 | 第54页 |
| ·神经网络在旋转机械故障诊断中的应用 | 第54-57页 |
| ·旋转机械故障诊断网络的建模及网络分析 | 第55页 |
| ·诊断网络参数选择 | 第55-56页 |
| ·诊断模型在旋转机械故障诊断中的实际应用 | 第56-57页 |
| ·本章小结 | 第57-58页 |
| 第4章 模糊神经网络故障诊断方法和系统实现 | 第58-73页 |
| ·模糊和神经网络的结合方式 | 第58-60页 |
| ·自适应模糊神经网络ANFIS | 第60-62页 |
| ·ANFIS 结构 | 第60-62页 |
| ·ANFIS 算法 | 第62页 |
| ·基于ANFIS 的旋转机械故障诊断实现 | 第62-68页 |
| ·故障诊断分析与评价 | 第68-70页 |
| ·诊断结果的对比分析 | 第68页 |
| ·三种诊断方法的比较 | 第68-70页 |
| ·旋转机械故障诊断系统开发 | 第70-71页 |
| ·旋转机械故障诊断过程 | 第70页 |
| ·故障诊断系统模块介绍 | 第70-71页 |
| ·本章小结 | 第71-73页 |
| 结论 | 第73-74页 |
| 参考文献 | 第74-78页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第78-79页 |
| 致谢 | 第79-80页 |
| 作者简介 | 第80页 |
