数控切绘机远程故障诊断系统的研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第1章 绪论 | 第8-13页 |
| ·选题背景及课题来源 | 第8-9页 |
| ·故障诊断技术概述 | 第9-10页 |
| ·故障诊断技术产生背景 | 第9页 |
| ·远程故障诊断的意义 | 第9-10页 |
| ·传统故障诊断服务模式存在的问题 | 第10页 |
| ·故障诊断的发展与现状 | 第10-11页 |
| ·本课题的研究内容 | 第11-13页 |
| 第2章 故障诊断系统的总体结构 | 第13-23页 |
| ·故障诊断的一般流程 | 第13-17页 |
| ·信号采集 | 第13-14页 |
| ·信号处理 | 第14页 |
| ·特征量的提取 | 第14-15页 |
| ·常用的诊断方法 | 第15-17页 |
| ·系统框架模型设计 | 第17-18页 |
| ·系统的网络实现 | 第18-23页 |
| ·网络化系统的实现技术 | 第18-19页 |
| ·C/S 模式与B/S 结构模式结构 | 第19-23页 |
| 第3章 基于模糊神经网络的故障诊断技术 | 第23-36页 |
| ·神经网络基本理论 | 第23-26页 |
| ·生物神经元结构 | 第23-24页 |
| ·人工神经元结构 | 第24-25页 |
| ·人工神经网络的学习过程 | 第25页 |
| ·神经网络的主要特点 | 第25-26页 |
| ·基于BP 模型的神经网络理论 | 第26-30页 |
| ·BP 神经网络结构 | 第26-28页 |
| ·BP 网络的特点 | 第28-29页 |
| ·BP 算法的一般改进方法 | 第29-30页 |
| ·模糊理论和神经网络结合 | 第30-36页 |
| ·模糊控制基本理论 | 第30-33页 |
| ·模糊控制和神经网络结合 | 第33-35页 |
| ·模糊神经元 | 第35-36页 |
| 第4章 数控切绘机故障诊断实现 | 第36-54页 |
| ·数控切绘机的结构及工作原理 | 第36-37页 |
| ·数控切绘机故障诊断系统 | 第37-40页 |
| ·数控切绘机故障的分类 | 第37-38页 |
| ·数控切绘机诊断总体框架 | 第38-40页 |
| ·故障诊断模糊神经网络(FNN)的实现 | 第40-48页 |
| ·模糊神经网络(FNN)的结构 | 第40-42页 |
| ·模糊神经网络的模糊化和反模糊化 | 第42-44页 |
| ·模糊神经网络BP 算法的改进 | 第44-46页 |
| ·基于模糊神经网络诊断模型 | 第46-48页 |
| ·数控切绘机典型故障分析及仿真实现 | 第48-54页 |
| ·数控切绘机典型故障 | 第48-50页 |
| ·仿真及结果 | 第50-54页 |
| 第5章 软件功能及界面设计 | 第54-59页 |
| ·动态服务器网页(ASP)技术 | 第54页 |
| ·ASP 访问WWW | 第54-56页 |
| ·Web 数据库体系模型 | 第56-57页 |
| ·系统界面实例 | 第57-59页 |
| 第6章 总结与展望 | 第59-61页 |
| ·工作总结 | 第59页 |
| ·研究展望 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 致谢 | 第65-66页 |
| 附录 A 攻读学位期间参与的课题及发表的论文 | 第66页 |
