| 摘要 | 第1-6页 |
| ABSTRACT | 第6-17页 |
| 第1章 绪论 | 第17-27页 |
| ·课题背景 | 第17-18页 |
| ·故障诊断技术现状综述 | 第18-21页 |
| ·故障的概念和分类 | 第19页 |
| ·故障诊断的方法 | 第19-21页 |
| ·本文的主要研究内容及创新点 | 第21-24页 |
| ·论文的主要研究内容 | 第21-23页 |
| ·论文的创新成果 | 第23-24页 |
| ·论文的组织结构 | 第24-27页 |
| 第2章 智能故障诊断中的人工神经网络 | 第27-41页 |
| ·引言 | 第27页 |
| ·人工神经网络 | 第27-36页 |
| ·人工神经元模型 | 第27-30页 |
| ·人工神经网络的结构 | 第30-31页 |
| ·人工神经网络的工作方式 | 第31-35页 |
| ·人工神经网络分类 | 第35页 |
| ·人工神经网络的特点 | 第35-36页 |
| ·BP 神经网络 | 第36-38页 |
| ·BP 算法的结构 | 第36-37页 |
| ·BP 网络学习算法的计算步骤 | 第37-38页 |
| ·BP 神经网络在故障诊断中的应用 | 第38页 |
| ·神经网络在故障诊断应用中的局限性 | 第38-39页 |
| ·本章小结 | 第39-41页 |
| 第3章 粒计算理论 | 第41-52页 |
| ·引言 | 第41页 |
| ·粒计算的基本概念 | 第41-45页 |
| ·粒计算的必要性 | 第41-42页 |
| ·粒计算的要素 | 第42-44页 |
| ·粒计算的基本问题 | 第44页 |
| ·粒计算的研究现状 | 第44-45页 |
| ·粒计算的基本模型 | 第45-48页 |
| ·词计算理论 | 第46页 |
| ·粗糙集理论 | 第46-47页 |
| ·商空间理论 | 第47页 |
| ·其它理论 | 第47-48页 |
| ·基于ROUGH 集的粒计算 | 第48页 |
| ·二进制粒 | 第48-50页 |
| ·粒计算理论的展望 | 第50-51页 |
| ·本章小结 | 第51-52页 |
| 第4章 粒计算——神经网络算法 | 第52-75页 |
| ·引言 | 第52页 |
| ·粒计算——神经网络算法概述 | 第52-55页 |
| ·算法数据预处理 | 第55-57页 |
| ·数据二进制粒化 | 第57-60页 |
| ·基于二进制粒的数据约简 | 第60-67页 |
| ·约简 | 第60-64页 |
| ·基于二进制粒计算的数据约简 | 第64-67页 |
| ·神经网络仿真 | 第67页 |
| ·算例 | 第67-74页 |
| ·本章小结 | 第74-75页 |
| 第5章 粒计算——神经网络算法在旋转机械故障诊断系统的应用 | 第75-90页 |
| ·引言 | 第75页 |
| ·旋转机械故障诊断样本 | 第75-77页 |
| ·基于粒计算——神经网络松耦合算法的轴承故障诊断 | 第77-89页 |
| ·本章小结 | 第89-90页 |
| 第6章 总结与展望 | 第90-92页 |
| ·结论 | 第90-91页 |
| ·论文的进一步研究方向 | 第91-92页 |
| 参考文献 | 第92-99页 |
| 致谢 | 第99-100页 |
| 攻读学位期间发表学术论文目录 | 第100-101页 |
| 攻读学位期间参研的科研项目 | 第101页 |