文摘
英文文摘
第一章绪论
1.1. 设备诊断技术的发展与意义
1.2. 智能诊断技术的发展
1.2.1. 人工智能的发展
1.2.2. 多Agent理论的发展
1.2.3. 旋转机械智能诊断技术的现状与发展
1.3. 课题提出及主要研究内容
1.3.1. 课题研究背景和目的
1.3.2. 本论文主要内容及结构安排
第二章多AGENT诊断系统的基本理论及结构
2.1. AGENT的基本概念
2.1.1. Agent的定义
2.1.2. Agent的组成结构
2.2. 多AGENT系统体系结构分析
2.2.1. 设计原则
2.2.2. 协同工作方式
2.2.3. 系统组织结构
2.3. 面向汽轮发电机组的多AGENT故障诊断系统结构
2.3.1. 汽轮发电机组故障诊断特点分析
2.3.2. 诊断问题的数学描述
2.3.3. 诊断过程中的并行协调机制
2.3.4. 基于多Agent的汽轮发电机组故障诊断系统研究
2.4. 本章小结
第三章多AGENT诊断系统的通信协调机制
3.1. 多AGENT系统中的基本通信方法
3.2. AGENT系统建模研究
3.2.1. 诊断过程的形式化定义
3.2.2. Agent模型结构
3.2.3. Agent模型的语言描述
3.3. 基于共享本体论的通信协调机制研究
3.3.1. 本体论的概念
3.3.2. 概念和信息模型的形式化定义
3.3.3. 基于共享本体论的通信协调服务
3.4. 通信消息机制
3.4.1. 消息定义及基本原语
3.4.2. 多Agent诊断系统中的主要消息
3.5. 诊断过程中的冲突解决机制
3.5.1. 冲突定义
3.5.2. 冲突消除的方法
3.5.3. 多Agent诊断问题描述及冲突研究
3.5.4. 多Agent诊断系统中协商冲突消除策略
3.6. 小结
第四章面向多AGENT的诊断知识表示研究
4.1. 知识表示方法与特点
4.1.1. 传统知识表示方法
4.1.2. 神经网络表示法
4.1.3. 面向对象的表示方法
4.1.4. 不精确的知识表示
4.2. AGENT知识表示特点分析
4.2.1. Agent行为
4.2.2. Agent外部世界模型
4.2.3. Agent感知和推理
4.3. 基于多AGENT的诊断知识表示
4.3.1. Agent知识表示方法
4.3.2. 诊断知识对象类结构
4.4. 多AGENT诊断知识的多信息融合研究
4.4.1. 多信息融合技术
4.4.2. 基于多Agent诊断思想的多信息融合研究
4.4.3. 汽轮发电机组故障诊断的基本知识表示单元
4.5. 多AGENT知识表示的因果依赖关系网络研究
4.6. 典型故障振动征兆获取实验研究
4.6.1 转子不平衡
4.6.2. 不对中
4.6.3. 基座松动
4.6.4. 碰磨
4.6.5. 油膜涡动
4.6.6. 蒸汽涡动
4.6.7. 典型故障征兆Agent知识分类研究
4.7. 小结
第五章面向多AGENT的诊断策略与方法研究
5.1. 多AGENT诊断系统的诊断策略
5.2. 面向AGENT的规则推理
5.2.1. 前言
5.2.2. Agent规则对象类的形式定义
5.2.3. 模糊规则的匹配原则
5.2.4. 面向故障类型的规则类层次结构
5.2.5. 推理机制
5.3. 面向AGENT的神经网络
5.3.1. 前言
5.3.2. BP神经网络
5.3.3. Rule型模糊联想记忆网络
5.4. 多AGENT诊断的实现研究
5.4.1. 诊断信息的预处理
5.4.2. 多Agent诊断的实现方法
5.4.3. 多Agent诊断实验研究
5.5. 小结
第六章基于多AGENT的状态监测与故障诊断系统
6.1. 前言
6.2. 基于AGENT联邦的分布式网络体系结构
6.2.1. 基本概念
6.2.2. 网络系统结构
6.2.3. 系统平台
6.2.4. 系统应用软件
6.3. 系统硬件特点
6.3.1. 高速数据采集器
6.3.2. 慢变量数据采集器
6.3.3. 高速开关量采集器
6.3.4. 高速数据通讯卡
6.4. 系统软件特点
6.4.1. 系统软件功能
6.4.2. 多Agent系统诊断特点及实例
6.5. 系统运行及监测诊断实例
6.5.1. 系统运行实例
6.5.2. 监测诊断实例
6.6. 小结
第七章.结论与展望
7.1. 研究结论
7.2. 展望
参考文献
致谢
攻读博士学位期间发表的学术论文及参加的科研项目
