文摘
英文文摘
1 绪论
1.1 前言
1.2 智能故障诊断的国内外研究现状
1.3 面向多故障的诊断
1.3.1 多故障的定义
1.3.2 问题的提出
1.3.3 研究的内容和意义
1.4 本章小结
2 故障征兆及多故障描述
2.1 一种已有的多故障诊断方法
2.2 故障描述和故障征兆
2.3 单一故障征兆的描述
2.4 故障-征兆体系的空间描述
2.5 多故障征兆的表现及其描述
2.5.1 多故障与单一故障间的关系
2.5.2 多故障与征兆间的关系
2.5.3 多故障诊断分析
2.5.4 多故障的故障空间表示
2.6 故障征兆点的选取
2.7 故障征兆矢量的取值
2.8 多故障及其征兆描述范例
2.9 本章小结
3 征兆数据直接推理的多故障诊断
3.1 基于逻辑运算的多故障诊断
3.2 基于相关系数的多故障诊断
3.2.1 相关度计算分析
3.2.2 诊断实例
3.3 基于征兆的故障概率的多故障诊断
3.3.1 故障征兆对于故障的概率分析
3.3.2 多个故障征兆对于单个故障的概率分析
3.3.3 诊断实例
3.3.4 算法总结
3.4 本章小结
4 基于征兆邻搜索优化聚类的自组织映射的多故障诊断
4.1 引言
4.2 基于SOM神经网络的诊断算法推导
4.3 故障征兆索引的建立
4.4 诊断SOM神经网络的构建
4.5 邻搜索算法优化
4.6 另一种基于SOM神经网络的多故障诊断方法
4.7 诊断实例
4.8 本章小结
5 基于径向基函数和自联想记忆神经网络的多故障诊断
5.1 离散型征兆在故障空间中的表示
5.2 联想记忆的性质
5.3 Hopfield神经网络的自联想记忆特性分析
5.4 故障样本的建立
5.5 自联想记忆诊断模型
5.6 RBF神经网络在故障诊断中的应用
5.7 RBF神经网络特性分析
5.8 基于RBF神经网络的故障诊断模型
5.9 RBF神经网络的参数设置
5.10 基于RBF神经网络和Hopfield神经网络的多故障诊断模型
5.11 诊断实例
5.12 本章小结
6 改进Hopfield网络的异联想记忆多故障诊断
6.1 异联想记忆Hopfield网络用于多故障诊断的思想
6.2 异联想记忆权值矩阵的构造
6.2.1 外积法构造权值矩阵
6.2.2 伪逆法构造权值矩阵
6.2.3 广义逆法构造权值矩阵
6.2.4 双向联想记忆法构造权值矩阵
6.2.5 权值矩阵构造方法的选取
6.3 基于异联想记忆Hopfield神经网络的多故障诊断算法
6.4 实例分析
6.5 本章小结
7 多故障诊断在农作物病害诊断中的应用
7.1 引言
7.2 番茄病害征兆体系
7.3 使用逻辑运算的多病害诊断
7.4 使用相关系数计算相似程度的多病害诊断
7.5 使用征兆的故障概率的多病害诊断
7.6 使用自组织映射神经网络和邻搜索优化的多病害诊断
7.7 使用径向基函数和自联想记忆神经网络的多病害诊断
7.8 使用异联想记忆神经网络的多病害诊断
7.9 本文提出的多故障诊断方法总结
7.10 本章小结
8 结论和展望
8.1 本文所作的主要工作
8.2 本文的创新点
8.3 需要进一步研究的问题
致谢
参考文献
附 录
A.作者在攻读博士学位期间撰写论文的日录
B.作者在攻读博士学位期间参加的科研工作