| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第9-18页 |
| 1.1 课题研究的背景及意义 | 第9-10页 |
| 1.2 故障诊断综述 | 第10-14页 |
| 1.2.1 故障诊断理论 | 第10-11页 |
| 1.2.2 故障诊断系统的评价指标 | 第11页 |
| 1.2.3 故障诊断技术的必要性 | 第11-12页 |
| 1.2.4 故障诊断技术的组成环节 | 第12-13页 |
| 1.2.5 故障诊断技术发展趋势 | 第13-14页 |
| 1.3 设备寿命预测技术概述 | 第14-15页 |
| 1.3.1 设备寿命预测理论及必要性 | 第14页 |
| 1.3.2 设备寿命预测技术及构成 | 第14-15页 |
| 1.4 国内外燃气调压器故障诊断及寿命预测的研究现状及存在的问题 | 第15-17页 |
| 1.4.1 国内外研究现状 | 第15-17页 |
| 1.5 当前存在的问题 | 第17页 |
| 1.6 论文结构 | 第17-18页 |
| 第2章 燃气调压器简介及常见故障 | 第18-27页 |
| 2.1 输配系统中燃气调压站的构成 | 第18-20页 |
| 2.2 燃气调压器工作原理 | 第20-22页 |
| 2.3 燃气调压器常见故障及处理办法 | 第22-23页 |
| 2.4 燃气调压器故障特征表现 | 第23-26页 |
| 2.4.1 压力表纸 | 第24页 |
| 2.4.2 高频故障 | 第24-25页 |
| 2.4.3 低频故障 | 第25-26页 |
| 2.4.4 正常状态 | 第26页 |
| 2.5 本章小结 | 第26-27页 |
| 第3章 基于概率神经网络的燃气调压器故障诊断模型 | 第27-40页 |
| 3.1 概率神经网络简介 | 第27页 |
| 3.2 概率神经网络模型 | 第27-28页 |
| 3.3 PNN网络的算法分类思想 | 第28-29页 |
| 3.4 PNN神经网络故障诊断方法 | 第29-30页 |
| 3.5 概率神经网络的数据分类 | 第30-33页 |
| 3.6 搭建概率神经网络算法的燃气调压器故障诊断模型 | 第33-38页 |
| 3.6.1 搭建燃气调压器故障诊断模型 | 第33-34页 |
| 3.6.2 实例测试 | 第34-37页 |
| 3.6.3 仿真实验对比 | 第37-38页 |
| 3.7 本章小结 | 第38-40页 |
| 第4章 基于故障诊断结果的设备寿命预测 | 第40-50页 |
| 4.1 PHM技术概述 | 第40-42页 |
| 4.2 PHM技术方法与特征 | 第42-44页 |
| 4.2.1 基于模型的PHM方法 | 第42-43页 |
| 4.2.2 基于数据驱动的PHM方法 | 第43页 |
| 4.2.3 混合型PHM方法 | 第43-44页 |
| 4.3 基于故障诊断结果的寿命评估模型 | 第44-49页 |
| 4.3.1 历史故障率预测模型 | 第45-46页 |
| 4.3.2 健康指数函数 | 第46页 |
| 4.3.3 环境系数eK推算 | 第46-48页 |
| 4.3.4 调压器寿命周期成本估算 | 第48-49页 |
| 4.4 本章小结 | 第49-50页 |
| 第5章 用于设备寿命预测的细胞分裂算法研究 | 第50-65页 |
| 5.1 复杂系统 | 第51-52页 |
| 5.1.1 系统分类及特点 | 第52页 |
| 5.2 生物体内的细胞分裂系统 | 第52-54页 |
| 5.3 细胞分裂系统分析与建模 | 第54-57页 |
| 5.3.1 各种细胞分裂蛋白质的作用,与影响因素 | 第54-55页 |
| 5.3.2 细胞分裂周期的内部进程与建模 | 第55-57页 |
| 5.4 细胞分裂模型的简化 | 第57-59页 |
| 5.5 实验系统仿真 | 第59-62页 |
| 5.6 基于细胞分裂模型的燃气调压器故障诊断模型研究 | 第62-64页 |
| 5.7 本章小结 | 第64-65页 |
| 第6章 总结与展望 | 第65-67页 |
| 参考文献 | 第67-69页 |
| 致谢 | 第69-70页 |
| 研究生阶段论文发表情况 | 第70-71页 |
| 附录 | 第71-72页 |
