文摘
英文文摘
第一章绪论
§1.1本课题的提出及研究的意义
§1.2汽轮发电机组振动故障的特点及诊断方法
1.2.1汽轮发电机组振动故障的特点
1.2.2振动故障的基本分类和故障诊断研究的基本内容
1.2.3汽轮发电机组振动故障诊断方法的研究现状及评述
§1.3基于知识的专家系统故障诊断方法
§1.4模糊集理论、神经网络方法在故障诊断中的应用研究
1.4.1模糊集理论的研究进展及应用
1.4.2神经网络技术的研究进展及应用
§1.5小波神经网络理论的研究进展及应用
§1.6本文研究的主要工作
§1.7小结
第二章神经网络结构模型及其算法研究
§2.1神经网络模型及其改进算法研究
2.1.1神经网络的基本理论
2.1.2 BP网络模型及其算法
2.1.3 BP算法的改进
2.1.4计算机仿真分析
§2.2动态结构BP网络模型及自适应结构BP网络算法研究
2.2.1动态结构BP神经网络模型
2.2.2自适应结构BP网络算法
2.2.3应用分析
§2.3小结
第三章模糊神经网络模型及其算法研究
§3.1模糊集的基本理论
3.1.1模糊集合的定义
3.1.2模糊关系
3.1.3模糊距离与模糊贴近度
3.1.4模糊聚类分析
§3.2模糊隶属函数的确定
3.2.1确定隶属函数常见的方法
3.2.2基于神经网络的方法构造模糊隶属函数
§3.3模糊神经网络模型构造及算法
3.3.1模糊神经网络技术的产生与发展
3.3.2机组振动故障诊断的模糊神经网络模型
§3.4模糊神经网络在振动故障诊断中的应用
§3.5自适应模糊聚类样本优化方法及其应用研究
3.5.1收集样本的基本原则
3.5.2自适应模糊聚类样本优化方法
3.5.3实例分析
§3.6小结
第四章自适应小波神经网络模型及其算法研究
§4.1小波神经网络理论的提出与发展
§4.2小波分析理论概述
4.2.1小波分析的基本概念
4.2.2小波分析的基本性质
4.2.3 B-样条小波的概念及性质
§4.3自适应小波神经网络模型及算法
4.3.1自适应小波神经网络
4.3.2多输入、单输出自适应小波神经网络
4.3.3多输入、多输出自适应小波神经网络
4.3.4自适应小波神经网络算法研究
4.3.5小波基的选择
§4.4自适应小波神经网络的应用分析
4.4.1样本的建立
4.4.2网络拓扑结构和参数初始化
4.4.3计算机仿真结果
4.4.4对自适应小波神经网络分类性能的分析和探讨
§4.5小结
第五章复合级联式综合诊断模型及其应用研究
§5.1汽轮发电机组振动故障特征矢量的提取
§5.2机组常见振动故障的基本特征、故障原因和治理措施
5.2.1机组常见振动故障的基本特征
5.2.2机组振动故障的基本原因及治理措施
§5.3复合级联式综合诊断模型的建立
5.3.1机组振动故障常见的诊断方法及其特点
5.3.2复合级联式综合诊断网络模型的构造
5.3.3复合级联式综合诊断网络模型的特点
§5.4复合级联式综合诊断网络在振动故障诊断中的应用
5.4.1学习样本的收集和预处理
5.4.2实例分析
§5.5小结
第六章总结
致谢
附录
作者在攻读博士学位期间发表的论文及承担的课题
参考文献