| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-16页 |
| 1.2.1 转子振动故障研究现状 | 第11-13页 |
| 1.2.2 信号分析技术研究现状 | 第13-14页 |
| 1.2.3 故障识别技术研究现状 | 第14-16页 |
| 1.3 本文主要研究内容与各章节安排 | 第16-18页 |
| 第二章 经验模态分解法 | 第18-25页 |
| 2.1 概述 | 第18-19页 |
| 2.2 EMD基本理论 | 第19-20页 |
| 2.3 Hilbert时频谱和边际谱 | 第20-21页 |
| 2.4 仿真信号实验研究 | 第21-24页 |
| 2.5 本章小结 | 第24-25页 |
| 第三章 马哈劳林比斯距离函数振动故障诊断方法 | 第25-30页 |
| 3.1 概述 | 第25-26页 |
| 3.2 基于马哈劳林比斯距离函数振动故障诊断方法步骤 | 第26-27页 |
| 3.3 实例分析 | 第27-29页 |
| 3.4 本章小结 | 第29-30页 |
| 第四章 支持向量机理论 | 第30-39页 |
| 4.1 概述 | 第30-31页 |
| 4.2 支持向量机基本理论 | 第31-33页 |
| 4.2.1 最优分类面 | 第31-33页 |
| 4.2.2 广义最优分类面 | 第33页 |
| 4.3 核函数 | 第33-35页 |
| 4.3.1 核函数变换基本理论 | 第33-34页 |
| 4.3.2 常见核函数种类 | 第34-35页 |
| 4.4 支持向量机多类分类问题 | 第35-38页 |
| 4.4.1 基于二类分类的支持向量机多类分类原理 | 第35-36页 |
| 4.4.2 支持向量机多类二类分类器组合 | 第36-38页 |
| 4.5 本章小结 | 第38-39页 |
| 第五章 支持向量机振动故障诊断方法 | 第39-46页 |
| 5.1 概述 | 第39页 |
| 5.2 自回归模型 | 第39-41页 |
| 5.2.1 模型 | 第39-40页 |
| 5.2.2 高压转子振动故障信号建模 | 第40-41页 |
| 5.3 基于支持向量机高压转子振动故障诊断方法 | 第41-42页 |
| 5.4 实例分析 | 第42-45页 |
| 5.5 故障类型确认 | 第45页 |
| 5.6 本章小结 | 第45-46页 |
| 第六章 总结与展望 | 第46-48页 |
| 在校期间研究成果 | 第48-49页 |
| 参考文献 | 第49-52页 |
| 致谢 | 第52页 |