基于支持向量机燃气轮机启动系统故障诊断方法研究
摘要 | 第1-5页 |
ABSTRACT | 第5-9页 |
第一章 绪论 | 第9-15页 |
·目的和意义 | 第9-10页 |
·燃气轮机故障诊断技术的发展和研究现状 | 第10-12页 |
·国外应用研究现状 | 第10-11页 |
·国内应用研究现状 | 第11-12页 |
·基于支持向量机的故障诊断技术的研究现状 | 第12-14页 |
·论文的主要内容及结构安排 | 第14-15页 |
第二章 基于支持向量机故障诊断方法研究 | 第15-25页 |
·支持向量机的基本理论 | 第15-20页 |
·支持向量机在分类方法中的研究 | 第16-18页 |
a.线性分类算法 | 第17-18页 |
b. 非线性分类算法 | 第18页 |
·支持向量机的核函数 | 第18-20页 |
·基于核函数的支持向量机 | 第20页 |
·基于支持向量机的故障诊断 | 第20-25页 |
·故障诊断技术分类 | 第20-21页 |
·基于支持向量机与神经网络在故障诊断的应用 | 第21-22页 |
·基于支持向量机故障诊断的过程实现 | 第22-25页 |
第三章 启动系统故障分析 | 第25-37页 |
·燃气轮机的启动过程 | 第25-28页 |
·启动过程 | 第25-26页 |
·启动方式与状态 | 第26-27页 |
·启动程序 | 第27-28页 |
·西门子台风燃气轮机的启动过程分析 | 第28-31页 |
·台风机组故障统计 | 第31-36页 |
·启动过程中的故障与影响因素 | 第31-33页 |
·西门子台风机组启动系统故障统计 | 第33-34页 |
·燃料系统故障 | 第34-36页 |
·小结 | 第36-37页 |
第四章 基于支持向量机的燃气轮机启动系统故障诊断 | 第37-45页 |
·实验设计 | 第37页 |
·样本数据的提取及样本数据处理 | 第37-40页 |
·训练样本与测试样本的选取 | 第37-39页 |
·数据预处理 | 第39-40页 |
·支持向量机二分类方法的试验结果与分析 | 第40-43页 |
·训练与预测 | 第40-43页 |
a 程序设计 | 第40-41页 |
b 两分类结果 | 第41-43页 |
·支持向量机多分类方法的试验结果与分析 | 第43-44页 |
·多分类方法 | 第43页 |
·多分类方法结果 | 第43-44页 |
·小结 | 第44-45页 |
结论 | 第45-46页 |
致谢 | 第46-47页 |
参考文献 | 第47-53页 |
附录(一) | 第53-58页 |
附录(二) 攻读硕士期间发表论文 | 第58页 |