| 摘要 | 第1-7页 |
| Abstract | 第7-12页 |
| 第一章 绪论 | 第12-21页 |
| ·课题研究的背景和意义 | 第12页 |
| ·故障诊断概述 | 第12-17页 |
| ·故障的定义与特点 | 第12-13页 |
| ·故障诊断的本质 | 第13-14页 |
| ·故障诊断的流程及相关技术 | 第14-15页 |
| ·故障诊断的方法 | 第15-17页 |
| ·故障诊断的国内外研究现状 | 第17-19页 |
| ·本论文的研究内容安排 | 第19-21页 |
| 第二章 反应釜故障机理及诊断系统框架 | 第21-29页 |
| ·引言 | 第21页 |
| ·反应釜基本结构 | 第21-23页 |
| ·反应釜工作原理 | 第23-24页 |
| ·反应釜常见故障与分析 | 第24-27页 |
| ·有关反应釜的事故案例 | 第24-25页 |
| ·反应釜故障的原因分析 | 第25-26页 |
| ·反应釜故障的传统诊断方法 | 第26-27页 |
| ·反应釜信息融合故障诊断架构 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 基于神经网络的反应釜故障诊断系统 | 第29-35页 |
| ·引言 | 第29页 |
| ·RBF 神经网络简介 | 第29-30页 |
| ·基于 PSO 优化 RBF 神经网络 | 第30-32页 |
| ·经典 PSO 算法 | 第30-31页 |
| ·改进的PSO算法 | 第31-32页 |
| ·改进PSO算法优化RBF 神经网络的实现 | 第32页 |
| ·改进的RBF 神经网络在反应釜故障诊断中的应用 | 第32-34页 |
| ·本章小结 | 第34-35页 |
| 第四章 基于模糊专家的反应釜故障诊断系统 | 第35-53页 |
| ·引言 | 第35页 |
| ·传统专家系统 | 第35-38页 |
| ·专家系统的概念 | 第35-36页 |
| ·专家系统的功能 | 第36页 |
| ·专家系统的结构 | 第36-38页 |
| ·传统的专家系统存在的问题 | 第38页 |
| ·模糊专家系统 | 第38-44页 |
| ·模糊理论基础 | 第38-40页 |
| ·模糊故障诊断原理 | 第40-41页 |
| ·模糊专家系统的定义 | 第41页 |
| ·模糊专家系统的结构与分类 | 第41-43页 |
| ·模糊专家的特点与优点 | 第43-44页 |
| ·本论文选择模糊专家系统的原因 | 第44页 |
| ·基于模糊专家的反应釜故障诊断研究 | 第44-51页 |
| ·反应釜模糊专家故障诊断系统的结构 | 第44-45页 |
| ·反应釜模糊专家系统的知识获取 | 第45-46页 |
| ·反应釜模糊专家系统的知识表示 | 第46-48页 |
| ·反应釜模糊专家系统的知识库 | 第48-49页 |
| ·反应釜模糊专家系统的推理 | 第49-50页 |
| ·反应釜模糊专家系统的诊断实例 | 第50-51页 |
| ·本章小结 | 第51-53页 |
| 第五章 基于决策层信息融合的反应釜故障诊断系统 | 第53-64页 |
| ·引言 | 第53页 |
| ·信息融合的基本原理 | 第53-56页 |
| ·信息融合的定义 | 第53-54页 |
| ·信息融合的种类和级别 | 第54-55页 |
| ·信息融合的优缺点 | 第55-56页 |
| ·基于信息融合的反应釜故障诊断模型 | 第56-57页 |
| ·决策层融合算法与 D-S 证据理论 | 第57-60页 |
| ·D-S 证据理论概述 | 第57-58页 |
| ·D-S 证据理论的基本概念与公式 | 第58-59页 |
| ·D-S 证据理论的组合规则 | 第59-60页 |
| ·基于 D-S 理论的反应釜决策层信息融合故障诊断 | 第60-63页 |
| ·反应釜故障诊断模型的建立 | 第60页 |
| ·信息融合的反应釜故障诊断步骤 | 第60-61页 |
| ·应用 D-S 证据理论的故障诊断算例分析 | 第61-63页 |
| ·本章小结 | 第63-64页 |
| 第六章 结论与展望 | 第64-65页 |
| 参考文献 | 第65-68页 |
| 致谢 | 第68-69页 |
| 攻读硕士学位期间取得的研究成果 | 第69页 |