| 摘要 | 第1-3页 |
| Abstract | 第3-6页 |
| 第一章 绪论 | 第6-11页 |
| ·课题的研究背景 | 第6-8页 |
| ·国内外研究概况 | 第8-9页 |
| ·课题的研究意义 | 第9-10页 |
| ·本文的主要研究内容 | 第10-11页 |
| 第二章 水轮发电机组振动故障的基本理论 | 第11-23页 |
| ·水轮发电机组结构及工作原理 | 第11-14页 |
| ·水轮发电机组结构 | 第11-13页 |
| ·水轮发电机组工作原理 | 第13-14页 |
| ·水轮发电机组振动故障的特点 | 第14-15页 |
| ·水轮发电机组的典型振动故障 | 第15-21页 |
| ·水力方面 | 第16-19页 |
| ·机械方面 | 第19页 |
| ·电磁方面 | 第19-20页 |
| ·富春江水电厂机组振动典型案例 | 第20-21页 |
| ·水轮发电机组故障诊断的方法 | 第21-22页 |
| ·传统故障诊断方法 | 第21-22页 |
| ·人工智能技术故障诊断方法 | 第22页 |
| ·本章小结 | 第22-23页 |
| 第三章 水轮发电机组在线监测与故障诊断系统的需求分析 | 第23-34页 |
| ·水轮发电机组在线监测的特点与要求 | 第23-25页 |
| ·水轮发电机组在线监测与故障诊断系统结构 | 第25-26页 |
| ·系统硬件配置和网络方案设计 | 第26-32页 |
| ·系统硬件配置 | 第26-28页 |
| ·通信网络方案选择 | 第28-32页 |
| ·软件模块划分和功能描述 | 第32页 |
| ·本章小结 | 第32-34页 |
| 第四章 水轮发电机组故障诊断专家系统设计 | 第34-59页 |
| ·水轮发电机组故障诊断原理以及系统总体结构 | 第34-37页 |
| ·智能故障诊断方法分析 | 第37-40页 |
| ·模糊诊断方法 | 第37-38页 |
| ·神经网络诊断方法 | 第38-39页 |
| ·模糊神经网络诊断方法 | 第39页 |
| ·专家系统故障诊断方法 | 第39-40页 |
| ·水轮发电机组混合智能诊断方法研究 | 第40-53页 |
| ·基于模糊神经网络的故障诊断专家系统 | 第41页 |
| ·故障征兆提取及模糊处理 | 第41-46页 |
| ·振动故障诊断的模糊神经网络 | 第46-49页 |
| ·模糊神经网络故障诊断仿真 | 第49-53页 |
| ·故障诊断专家系统的数据库设计 | 第53-58页 |
| ·本章小结 | 第58-59页 |
| 第五章 水轮发电机组故障诊断软件的设计 | 第59-68页 |
| ·软件功能划分 | 第59-61页 |
| ·软件实现的关键技术 | 第61-65页 |
| ·数据库设计和用户界面技术 | 第61-63页 |
| ·网络通信技术实现 | 第63-64页 |
| ·串口通信技术实现 | 第64-65页 |
| ·系统运行结果 | 第65-68页 |
| 第六章 结论与展望 | 第68-70页 |
| ·结论 | 第68页 |
| ·展望 | 第68-70页 |
| 参考文献 | 第70-75页 |
| 致谢 | 第75-76页 |
| 攻读硕士学位期间发表的学术论文目录 | 第76页 |