| 第一章 绪论 | 第1-23页 |
| ·机械制造设备状态监测与故障诊断的概述 | 第11-19页 |
| ·现代机械制造系统的发展与特点 | 第11页 |
| ·设备故障诊断技术的发展过程 | 第11-13页 |
| ·机械制造系统对监控与诊断的要求 | 第13-15页 |
| ·故障诊断的过程与特点 | 第15页 |
| ·设备故障诊断识别理论及方法 | 第15-19页 |
| ·智能算法在机械设备状态监测与故障诊断中的运用综述 | 第19-21页 |
| ·人工神经网络在机械设备状态监测与故障诊断中的运用 | 第19-20页 |
| ·遗传算法在机械设备状态监测与故障诊断中的运用 | 第20-21页 |
| ·本课题的目的与意义 | 第21页 |
| ·本课题研究的主要工作 | 第21-23页 |
| 第二章 人工免疫机理及其在故障诊断中的应用 | 第23-29页 |
| ·人工免疫基本概念 | 第23-27页 |
| ·自然免疫系统特性 | 第23-25页 |
| ·人工免疫机理模型 | 第25-27页 |
| ·人工免疫机理在状态监测与故障诊断中的应用及国内外研究现状 | 第27-29页 |
| 第三章 基于人工免疫机理的状态监测与故障诊断研究 | 第29-52页 |
| ·几个概念的描述 | 第29-31页 |
| ·抗原 | 第29-30页 |
| ·疫苗 | 第30页 |
| ·抗体 | 第30-31页 |
| ·抗体的产生 | 第31-35页 |
| ·状态或故障的在线检测 | 第35-36页 |
| ·模型中的几个关键点 | 第36-39页 |
| ·几项关键技术 | 第39-52页 |
| ·基于FFT的功率谱分析技术 | 第40-43页 |
| ·基于功率谱图识别的特征量提取 | 第43-45页 |
| ·常用的时域数据处理方法 | 第45-46页 |
| ·常用的数据归一化方法 | 第46页 |
| ·遗传算子 | 第46-49页 |
| ·基于多传感器的信息融合 | 第49-52页 |
| 第四章 数控机床的在线状态监测与故障诊断原型系统开发 | 第52-60页 |
| ·系统的总体设计 | 第52-55页 |
| ·Agent与多Agent理论 | 第53-54页 |
| ·基于多Agent理论的机床主轴实时状态监测与故障诊断模型 | 第54-55页 |
| ·数据采集Agent的设计 | 第55-57页 |
| ·数据采集Agent的功能 | 第55-56页 |
| ·数据采集Agent涉及的关键技术 | 第56-57页 |
| ·数据处理Agent的设计 | 第57-58页 |
| ·决策Agent的设计 | 第58-60页 |
| 第五章 状态监测与故障诊断的模拟实验 | 第60-71页 |
| ·采集硬件 | 第60-62页 |
| ·软件部分 | 第62-65页 |
| ·采集程序的实现 | 第62-64页 |
| ·VC++6.0中多线程的实现 | 第64-65页 |
| ·VC++6.0数据库操作的实现 | 第65页 |
| ·故障诊断模拟实验 | 第65-68页 |
| ·实验条件 | 第65-67页 |
| ·实验过程 | 第67-68页 |
| ·实验结果分析 | 第68页 |
| ·状态监测模拟实验 | 第68-71页 |
| ·实验条件 | 第68-69页 |
| ·实验过程 | 第69-70页 |
| ·实验结果分析 | 第70-71页 |
| 第六章 总结与展望 | 第71-73页 |
| 附录1 软件系统运行时的部分界面 | 第73-76页 |
| 附录2. 实验数据 | 第76-84页 |
| 主要参考文献 | 第84-87页 |
| 硕士期间发表及录用的论文 | 第87-88页 |
| 致谢 | 第88页 |
