| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 目录 | 第10-12页 |
| 1 绪论 | 第12-32页 |
| 1.1 课题研究的背景和意义 | 第12-15页 |
| 1.2 水电机组振动故障概述 | 第15-20页 |
| 1.3 水电机组故障多元征兆提取研究综述 | 第20-28页 |
| 1.4 水电机组故障识别方法综述 | 第28-29页 |
| 1.5 论文主要研究内容 | 第29-32页 |
| 2 基于多重微分经验模态分解的机组振动故障诊断 | 第32-47页 |
| 2.1 引言 | 第32页 |
| 2.2 经验模态分解基本原理 | 第32-34页 |
| 2.3 基于多重微分经验模态分解的振动特征提取 | 第34-40页 |
| 2.4 仿真试验分析 | 第40-44页 |
| 2.5 诊断实例 | 第44-46页 |
| 2.6 本章小结 | 第46-47页 |
| 3 基于统计模糊矢量链码的水电机组轴心轨迹识别 | 第47-59页 |
| 3.1 引言 | 第47-48页 |
| 3.2 轴心轨迹内角信息 | 第48-50页 |
| 3.3 基于统计模糊矢量链码的轴心轨迹形状特征提取 | 第50-54页 |
| 3.4 轴心轨迹自动识别试验 | 第54-58页 |
| 3.5 本章小结 | 第58-59页 |
| 4 水电机组振动转速关系曲线自动识别研究 | 第59-74页 |
| 4.1 引言 | 第59-60页 |
| 4.2 振动转速关系曲线 | 第60-62页 |
| 4.3 振动转速关系曲线形状特征提取 | 第62-65页 |
| 4.4 振动转速关系曲线识别试验 | 第65-71页 |
| 4.5 水电机组故障实例分析 | 第71-73页 |
| 4.6 本章小结 | 第73-74页 |
| 5 基于仿电磁蜂群加权模糊核聚类的水电机组故障诊断 | 第74-86页 |
| 5.1 引言 | 第74-75页 |
| 5.2 加权模糊核聚类模型 | 第75-77页 |
| 5.3 仿电磁蜂群算法 | 第77-81页 |
| 5.4 仿电磁蜂群加权模糊核聚类 | 第81-82页 |
| 5.5 水电机组振动故障诊断 | 第82-85页 |
| 5.6 本章小结 | 第85-86页 |
| 6 基于混合决策融合的水电机组故障诊断方法及应用 | 第86-99页 |
| 6.1 引言 | 第86-87页 |
| 6.2 投影D-S证据理论及决策融合 | 第87-91页 |
| 6.3 基于多元征兆决策融合的水电机组故障诊断案例 | 第91-94页 |
| 6.4 水电机组故障混合决策融合诊断策略在实际工程中的应用 | 第94-98页 |
| 6.5 本章小结 | 第98-99页 |
| 7 结论与展望 | 第99-103页 |
| 7.1 研究结论 | 第99-101页 |
| 7.2 进一步研究展望 | 第101-103页 |
| 致谢 | 第103-104页 |
| 参考文献 | 第104-119页 |
| 附录1：攻读博士期间发表的论文 | 第119-121页 |
| 附录2：攻读博士期间完成和参与的科研项目 | 第121页 |
