| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-14页 |
| ·研究背景及意义 | 第8-9页 |
| ·国内外故障诊断技术的发展及应用现状 | 第9-12页 |
| ·国外故障诊断技术的发展及应用 | 第9-10页 |
| ·国内故障诊断技术的发展及应用 | 第10-11页 |
| ·水轮发电机组故障诊断技术研究现状与存在的问题 | 第11-12页 |
| ·论文的主要内容与结构安排 | 第12-14页 |
| 第二章 水轮发电机组结构及故障机理分析 | 第14-23页 |
| ·水轮发电机组结构及工作原理 | 第14-17页 |
| ·水轮发电机组结构 | 第14-16页 |
| ·水轮发电机组工作原理 | 第16-17页 |
| ·水轮发电机组故障特点分析 | 第17页 |
| ·常见振动故障机理分析 | 第17-20页 |
| ·机械因素故障 | 第17-18页 |
| ·电气因素故障 | 第18-19页 |
| ·水力因素故障 | 第19-20页 |
| ·故障特征总结 | 第20-22页 |
| ·本章小结 | 第22-23页 |
| 第三章 基于分形的轴心轨迹征兆特征提取方法研究 | 第23-30页 |
| ·轴心轨迹的获取及在故障诊断系统中的应用 | 第23-24页 |
| ·轴心轨迹的获取 | 第23-24页 |
| ·轴心轨迹形状信息在故障诊断系统中的应用 | 第24页 |
| ·分形及分形维数 | 第24-26页 |
| ·分形 | 第24-25页 |
| ·分形维数 | 第25-26页 |
| ·基于分形的轴心轨迹特征提取 | 第26-29页 |
| ·轴心轨迹的分形维数计算 | 第26-28页 |
| ·基于分形的轴心轨迹特征提取 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第四章 水轮发电机组智能故障诊断方法研究 | 第30-48页 |
| ·智能故障诊断方法分析 | 第30-33页 |
| ·模糊诊断方法 | 第30-31页 |
| ·神经网络诊断方法 | 第31页 |
| ·模糊神经网络诊断方法 | 第31-32页 |
| ·专家系统故障诊断方法 | 第32-33页 |
| ·水轮发电机组混合智能诊断方法研究 | 第33-47页 |
| ·基于模糊神经网络的故障诊断专家系统 | 第33-34页 |
| ·故障征兆提取及模糊处理 | 第34-38页 |
| ·振动故障诊断的模糊神经网络 | 第38-41页 |
| ·模糊神经网络故障诊断仿真 | 第41-47页 |
| ·本章小结 | 第47-48页 |
| 第五章 水轮发电机组状态监测与故障诊断系统软件实现 | 第48-61页 |
| ·系统硬件结构 | 第48-49页 |
| ·系统软件设计与实现 | 第49-57页 |
| ·软件运行环境 | 第49-50页 |
| ·软件模块设计 | 第50-51页 |
| ·软件界面 | 第51-57页 |
| ·软件实现的关键技术 | 第57-60页 |
| ·本章小结 | 第60-61页 |
| 第六章 结论与展望 | 第61-63页 |
| ·论文的主要内容 | 第61-62页 |
| ·有待研究的问题 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 致谢 | 第67-68页 |
| 攻读学位期间主要研究成果 | 第68页 |