| 摘要 | 第1-6页 |
| ABSTRACT | 第6-12页 |
| 第一章 绪论 | 第12-22页 |
| ·研究的背景与意义 | 第12-13页 |
| ·文献综述 | 第13-19页 |
| ·故障诊断方法 | 第13-16页 |
| ·基于神经网络的故障诊断 | 第16-17页 |
| ·控制系统故障诊断 | 第17-19页 |
| ·内容及结构安排 | 第19页 |
| ·本章小结 | 第19-22页 |
| 第二章 控制系统故障分析 | 第22-38页 |
| ·引言 | 第22页 |
| ·控制设备故障模型 | 第22-29页 |
| ·控制阀故障 | 第23-26页 |
| ·传感器故障 | 第26-28页 |
| ·控制器性能异常故障 | 第28-29页 |
| ·基于广义过程对象的控制系统故障分析 | 第29-36页 |
| ·控制阀故障 | 第29-32页 |
| ·传感器故障 | 第32-35页 |
| ·控制器性能异常故障 | 第35-36页 |
| ·本章小结 | 第36-38页 |
| 第三章 基于多模型动态神经网络的故障诊断 | 第38-56页 |
| ·引言 | 第38页 |
| ·动态 RBF 神经网络 | 第38-40页 |
| ·广义多模型神经网络的训练 | 第40-45页 |
| ·控制系统 Simulink 仿真系统 | 第40-41页 |
| ·广义多模型动态 RBF 神经网络系统设计 | 第41-43页 |
| ·广义过程对象训练 | 第43-45页 |
| ·实例研究 | 第45-54页 |
| ·数值实例 | 第45-47页 |
| ·TE 过程 | 第47-48页 |
| ·多模型动态神经网络在 TE 过程故障诊断中的应用 | 第48-54页 |
| ·本章小结 | 第54-56页 |
| 第四章 控制阀粘滞问题研究 | 第56-66页 |
| ·引言 | 第56页 |
| ·控制阀粘滞模型 | 第56-60页 |
| ·控制阀粘滞 | 第56-57页 |
| ·控制阀粘滞 Kano 模型 | 第57-60页 |
| ·控制阀粘滞诊断 | 第60-64页 |
| ·本章小结 | 第64-66页 |
| 第五章 结论与展望 | 第66-68页 |
| 参考文献 | 第68-71页 |
| 致谢 | 第71-72页 |
| 研究成果及发表的学术论文 | 第72-73页 |
| 作者及导师简介 | 第73-74页 |
| 硕士研究生学位论文答辩委员会决议书 | 第74-75页 |