1. 毕业设计（论文）主要目标：
近年来，大容量汽轮发电机组作为电力系统的重要电源，其运行一旦发生故障，会造成严重的事故和直接经济损失。其结构和制造技术已经变得越来越复杂，很难准确地描述故障过程的精确数学模型，并且在故障发生时，也很难用特定的标准去比较诊断的结果。为了确定故障位置，及早采取措施，建立一套完善的状态监测与故障诊断系统是十分必要的。本文的主要的目标是将PNN神经网络应用于汽轮发电机组的故障诊断方法中，利用神经网络高效的并行信息处理，较强的容错性与自适应学习的特点，克服传统的BP神经网络诊断精度低，训练时间长等缺点，增强泛化能力， 提高收敛速度和精度，从而能够实现获得比一般诊断方法更加优异的诊断效果这一目标，使得汽轮发电机组更加高效地运行，出现问题后能够及时的解决，使得运营成本大大降低，经济效益得到提高。
剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！
2. 毕业设计（论文）主要内容：
本文主要是利用PNN神经网络的算法来对汽轮发电机组进行故障诊断，主要分为五个部分来研究： 第一部分：国内外汽轮发电机组的主要故障类型以及目前的主要诊断方法的不足。 第二部分：PNN神经网络结构、学习方法、算法原理第三部分：学习研究适用于汽轮机组故障诊断的程序第四部分：结合相关样本数据和测试结果进行结果分析 第五部分：总结PNN神经网络对汽轮发电机组故障诊断的效果、分析优缺点。
剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！
3. 主要参考文献
[1]陆颂元，汪江，刘晓峰等。
当前国内故障智能诊断研究中的若干问题[J].汽轮机技术，2003，45（5）：257-260 [2]刘峻华，黄树红，陆继东。
汽轮机故障诊断技术的发展与展望[J].汽轮机技术，2000，42（1）；1-6 [3]钱玉良。
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付
以上是毕业论文任务书，课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
