| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-14页 |
| 1.1 论文研究背景及意义 | 第9-10页 |
| 1.2 站内电码化国内外研究现状 | 第10-11页 |
| 1.3 故障诊断技术国内外研究现状 | 第11-13页 |
| 1.4 论文主要研究内容 | 第13-14页 |
| 2 站内电码化地面设备故障分析 | 第14-27页 |
| 2.1 站内电码化地面设备概述 | 第14-21页 |
| 2.1.1 站内电码化地面设备工作原理 | 第14-16页 |
| 2.1.2 站内电码化地面设备构成 | 第16-19页 |
| 2.1.3 站内电码化地面设备主要技术条件 | 第19-21页 |
| 2.2 站内电码化地面设备现有的故障处理方法 | 第21-27页 |
| 2.2.1 站内电码化地面设备故障原因分析 | 第21页 |
| 2.2.2 常见站内电码化地面设备故障分析与处理 | 第21-27页 |
| 3 智能故障诊断方法 | 第27-35页 |
| 3.1 故障诊断专家系统 | 第27-30页 |
| 3.1.1 专家系统组成结构 | 第27-28页 |
| 3.1.2 专家系统特点 | 第28-29页 |
| 3.1.3 专家系统开发过程 | 第29-30页 |
| 3.2 人工神经网络 | 第30-35页 |
| 3.2.1 神经网络原理 | 第30页 |
| 3.2.2 BP 神经网络 | 第30-31页 |
| 3.2.3 BP 神经网络学习算法 | 第31-35页 |
| 4 站内电码化地面设备智能故障诊断方法 | 第35-50页 |
| 4.1 站内电码化地面设备故障诊断专家系统 | 第35-42页 |
| 4.1.1 专家系统知识获取 | 第35-40页 |
| 4.1.2 专家系统知识表示形式 | 第40-41页 |
| 4.1.3 专家系统推理方法 | 第41-42页 |
| 4.2 站内电码化地面设备神经网络故障诊断方法 | 第42-48页 |
| 4.2.1 BP 神经网络故障诊断策略 | 第42-43页 |
| 4.2.2 BP 神经网络故障样本集的建立 | 第43-45页 |
| 4.2.3 BP 神经网络的建立与训练 | 第45-48页 |
| 4.3 采取专家系统与神经网络集成的原因 | 第48-50页 |
| 5 基于虚拟仪器的站内电码化地面设备故障诊断系统设计 | 第50-65页 |
| 5.1 虚拟仪器简介 | 第50-51页 |
| 5.2 站内电码化地面设备故障诊断系统总体结构设计 | 第51-53页 |
| 5.3 站内电码化地面设备故障诊断系统硬件设计方案 | 第53-55页 |
| 5.3.1 信号采集处理 | 第54页 |
| 5.3.2 NI 数据采集卡 | 第54-55页 |
| 5.4 站内电码化地面设备故障诊断系统软件设计 | 第55-62页 |
| 5.4.1 知识库的建立 | 第55-57页 |
| 5.4.2 数据库连接与管理 | 第57-58页 |
| 5.4.3 推理机制的建立 | 第58-60页 |
| 5.4.4 神经网络训练模块 | 第60-61页 |
| 5.4.5 神经网络诊断模块 | 第61-62页 |
| 5.5 实例运行结果及分析 | 第62-65页 |
| 结论 | 第65-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-70页 |
| 攻读学位期间的研究成果 | 第70页 |
