| 摘要 | 第1-3页 |
| Abstract | 第3-7页 |
| 第一章 绪论 | 第7-12页 |
| ·概述 | 第7页 |
| ·课题意义及背景 | 第7-9页 |
| ·课题研究的现状 | 第9-10页 |
| ·论文主要工作和组织结构 | 第10-12页 |
| ·论文主要工作 | 第10-11页 |
| ·论文组织结构 | 第11-12页 |
| 第二章 空气压缩机工作原理及其故障分析 | 第12-18页 |
| ·空气压缩机工作原理及其分类 | 第12-14页 |
| ·离心式空气压缩机 | 第14-16页 |
| ·离心压缩机机械结构和工作过程 | 第14-15页 |
| ·离心压缩机的附属系统 | 第15-16页 |
| ·离心式空气压缩机的故障类型和故障表现形式 | 第16页 |
| ·空气压缩机的故障分析 | 第16-17页 |
| ·本章小结 | 第17-18页 |
| 第三章 主元分析技术及应用 | 第18-27页 |
| ·主元分析概述 | 第18-25页 |
| ·主元分析原理 | 第18-23页 |
| ·主成分计算步骤 | 第23-25页 |
| ·PCA技术在故障诊断中的应用 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第四章 基于主元分析与神经网络的空压机故障诊断 | 第27-39页 |
| ·RBF神经网络 | 第27-30页 |
| ·RBF神经网络结构及原理 | 第28-29页 |
| ·径向基函数(RBF) | 第29-30页 |
| ·基于RBF神经网络的空气压缩机故障诊断 | 第30-34页 |
| ·故障诊断系统的设计 | 第31-32页 |
| ·实验过程与结果分析 | 第32-34页 |
| ·基于PCA技术与RBF神经网络空压机故障诊断设计 | 第34-35页 |
| ·仿真实验 | 第35-38页 |
| ·本章小结 | 第38-39页 |
| 第五章 基于主元分析技术与D-S证据理论的空压机故障诊断 | 第39-55页 |
| ·证据理论概念 | 第39-41页 |
| ·D-S证据理论 | 第41-44页 |
| ·D-S证据理论基本原理 | 第41-43页 |
| ·D-S组合规则 | 第43页 |
| ·D-S证据理论融合模型 | 第43-44页 |
| ·空压机故障诊断设计 | 第44-50页 |
| ·建立故障诊断模型 | 第44-47页 |
| ·数据处理过程 | 第47-50页 |
| ·实验仿真 | 第50-54页 |
| ·本章小结 | 第54-55页 |
| 总结 | 第55-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 附录 | 第60-71页 |
| 作者简介 | 第71页 |
| 攻读硕士学位期间研究成果 | 第71-72页 |