| 摘要 | 第1-7页 |
| Abstract | 第7-10页 |
| 第1章 绪论 | 第10-19页 |
| ·课题研究的背景及意义 | 第10-11页 |
| ·过程控制系统的故障诊断研究现状 | 第11-17页 |
| ·故障的分类以及故障诊断的常用方法 | 第12-16页 |
| ·过程控制系统故障诊断技术的发展趋势 | 第16-17页 |
| ·三容水箱的故障诊断方法研究现状 | 第17-18页 |
| ·本文研究内容和组织结构 | 第18-19页 |
| 第2章 三容水箱机理建模 | 第19-27页 |
| ·三容水箱机理建模 | 第19-21页 |
| ·三容水箱系统 Simulink 模型的建立 | 第21-24页 |
| ·仿真研究 | 第24-26页 |
| ·本章小结 | 第26-27页 |
| 第3章 三容水箱信号去噪技术研究 | 第27-44页 |
| ·引言 | 第27页 |
| ·传统小波信号去噪研究 | 第27-39页 |
| ·连续小波变换 | 第28-31页 |
| ·离散小波变换 | 第31-33页 |
| ·Mallat 算法分析 | 第33-34页 |
| ·几种常用的小波 | 第34-39页 |
| ·小波包信号去噪研究 | 第39-41页 |
| ·提升小波信号去噪研究 | 第41-43页 |
| ·本章小结 | 第43-44页 |
| 第4章 基于提升小波和概率神经网络的三容水箱故障诊断方法研究 | 第44-57页 |
| ·引言 | 第44页 |
| ·概率神经网络数学模型 | 第44-46页 |
| ·Parzen 窗方法 | 第44-45页 |
| ·概率神经网络的分类 | 第45-46页 |
| ·概率神经网络的结构 | 第46-47页 |
| ·概率神经网络的学习算法 | 第47-49页 |
| ·概率神经网络的优点 | 第49-50页 |
| ·实验研究 | 第50-55页 |
| ·基于提升小波和概率神经网络集合型故障诊断步骤 | 第50-51页 |
| ·Matlab 下的仿真过程及结果分析 | 第51-55页 |
| ·本章小结 | 第55-57页 |
| 第5章 三容水箱过程系统故障诊断平台设计 | 第57-69页 |
| ·引言 | 第57页 |
| ·力控监控组态软件 | 第57-58页 |
| ·系统界面设计 | 第58-60页 |
| ·数据库设计 | 第60-62页 |
| ·客户机/服务器结构设计 | 第62-66页 |
| ·OPC 访问技术应用 | 第66-68页 |
| ·本章小结 | 第68-69页 |
| 结论 | 第69-70页 |
| 参考文献 | 第70-75页 |
| 攻读硕士学位期间发表的论文和取得的研究成果 | 第75-76页 |
| 致谢 | 第76-77页 |