文摘
英文文摘
插图清单
表格清单
1 绪论
1.1 故障诊断技术的发展
1.2 智能故障诊断技术
1.3 本课题国内外研究现状
1.4 本论文主要研究目的、意义及内容
2 粗糙集理论和神经网络的应用
2.1 粗糙集理论
2.1.1 知识的基本概念
2.1.2 粗糙集理论的基本概念
2.1.3 粗糙集理论的特点
2.1.4 粗糙集应用软件Rosetta
2.1.5 粗糙集数据处理
2.2 神经网络的应用
2.2.1 人工神经网络的概述
2.2.2 神经网络的学习规则及BP算法
2.2.3 神经网络的应用
2.3 本章小结
3 粗糙集和神经网络结合的虚拟故障诊断方法
3.1 系统概述
3.2 连续属性离散化
3.2.1 离散化
3.2.2 自组织特征映射神经网络的结构
3.2.3 SOM网络的学习算法
3.2.4 SOM网络应用的相关问题
3.3 基于粗糙集理论及其应用软件ROSETTA的属性约简
3.4 神经网络故障诊断
3.4.1 神经网络概述
3.4.2 BP神经网络
3.4.3 改进的BP神经网络算法
3.4.4 BP网络应用的相关问题
3.5 本章小结
4 故障诊断系统的MATLAB程序设计和LABVIEW程序设计
4.1 MATLAB程序设计
4.1.1 离散化程序设计
4.1.2 BP神经网络故障诊断程序设计
4.2 LABVIEW程序设计
4.2.1 数据存储模块
4.2.2 数据显示模块
4.2.3 数据打印模块
4.2.4 远程传输模块
4.2.5 故障诊断模块
4.3 LABVIEW中MATLAB程序的调用
4.4 本章小结
5 实例应用
5.1 实验数据准备
5.2 实验步骤
5.2.1 连续属性离散化
5.2.1 数据约简
5.2.3 故障诊断
5.3 故障诊断虚拟系统的实现
5.3.1 数据显示模块的实现
5.3.2 数据打印模块
5.3.3 数据远程传输模块
5.3.4 故障诊断报警模块
5.4 实验结果分析
5.5 本章小结
6 总结与展望
参考文献
致谢
个人简历、在学期间发表的学术论文与研究成果