文摘
英文文摘
独创性说明及学位论文版权使用授权书
第一章绪论
1.1研究背景
1.2故障诊断的研究现状与发展
1.3故障诊断在石化企业应用的重要性
1.4故障诊断在离心压缩机上的应用
1.5离心压缩机组K-201的概况
1.5.1 K-201离心式压缩机的主要参数
1.5.2 K-201系统测点的建立
1.5.3 K-201出现故障原因统计
1.6论文内容与任务
第二章机械振动信号的分析
2.1振动信号分类
2.2波形分析
2.3频谱分析
2.4常见故障频谱分析
2.5小结
第三章故障状态监测系统
3.1故障状态监测系统的选用
3.2 S8000在线状态监测系统
3.2.1 S8000在线状态监测系统结构与功能
3.2.2 S8000在线状态监测系统振动图谱
3.3小结
第四章贝叶斯诊断网络的建立
4.1建立贝叶斯诊断网络的主要构造
4.2人工神经网络的典型模型
4.3预报神经网络建立-改进共轭梯度训练算法
4.3.1BP算法
4.3.2BP算法的改进
4.3.3神经网络的改进共轭梯度算法计算
4.4贝叶斯诊断网络理论
4.4.1诊断网络基本原
4.4.2条件独立性假设
4.4.3先验概率的确定
4.4.4贝叶斯决策方法
4.4.5贝叶斯故障诊断网络优势和基本特点
4.6贝叶斯诊断网络建立
4.6.1贝叶斯故障诊断网络基本结构与框架
4.6.2贝叶斯故障诊断网络建立的方法
4.6.3模糊语言的量化方法
4.6.4贝叶斯故障诊断网络节点的建立
4.7小结
第五章贝叶斯故障诊断软件组成及功能
5.1贝叶斯故障诊断软件组成
5.1.1机组信息管理的主要功能
5.1.2状态预测的主要功能
5.1.3模糊诊断的主要功能:
5.1.4诊断风险评估的主要功能:
5.2贝叶斯故障诊断网络系统
5.2.1贝叶斯故障诊断网络系统的总体框架
5.2.2贝叶斯故障诊断网络系统的操作界面
5.3贝叶斯故障诊断系统在K-201上的应用
第六章结论
参考文献
发表论文及参加科研情况
致谢
附录
天津大学;