发动机机械故障诊断系统分类器设计
| 摘要 | 第1-3页 |
| ABSTRACT | 第3-7页 |
| 第1章 引言 | 第7-12页 |
| ·工程背景与开展此项研究的意义 | 第7页 |
| ·发动机故障检测的总体解决方案 | 第7-9页 |
| ·国内外研究现状 | 第9-11页 |
| ·本工作主要研究内容 | 第11页 |
| ·项目来源 | 第11-12页 |
| 第2章 模式分类与诊断推理机 | 第12-21页 |
| ·概述 | 第12页 |
| ·模式分类与诊断推理机 | 第12-14页 |
| ·诊断推理机建模任务的数学抽象 | 第14-15页 |
| ·几种解决方案 | 第15-18页 |
| ·发动机故障分类器建模策略 | 第18-19页 |
| ·推理机建模技术路线 | 第19-20页 |
| ·小结 | 第20-21页 |
| 第3章 发动机故障信号的数据采集及特征选择 | 第21-28页 |
| ·概述 | 第21页 |
| ·发动机故障信号的硬件采集系统 | 第21-22页 |
| ·发动机振动信号采集与观测样本矩阵 | 第22页 |
| ·原始特征空间 | 第22-24页 |
| ·特征提取和选择 | 第24页 |
| ·类别可分性判据 | 第24-27页 |
| ·小结 | 第27-28页 |
| 第4章 基于线性分类器的故障判别推理机 | 第28-38页 |
| ·概述 | 第28页 |
| ·线性判别函数与决策超平面 | 第28-30页 |
| ·感知器模型 | 第30页 |
| ·感知器的梯度下降算法 | 第30-33页 |
| ·非线性可分与感知器算法的局限性 | 第33-34页 |
| ·性能的优化与LMS算法 | 第34-35页 |
| ·基于LMS算法的故障判别分类器 | 第35-36页 |
| ·小结 | 第36-38页 |
| 第5章 基于BP神经网络的故障定位诊断分类器 | 第38-52页 |
| ·概述 | 第38页 |
| ·三层前馈反向传播网络 | 第38-40页 |
| ·故障定位分类器拓扑结构的设计 | 第40-46页 |
| ·基于神经网络的故障定位分类器 | 第46-47页 |
| ·学习训练 | 第47页 |
| ·故障定位诊断分类器的测试 | 第47页 |
| ·C算法设计 | 第47-48页 |
| ·小结 | 第48-52页 |
| 第6章 结论 | 第52-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-57页 |
| 附录 分类器相关权值向量 | 第57-61页 |
| 攻读硕士学位期间研究成果 | 第61-62页 |
