| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-23页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 剩余寿命预测研究现状 | 第10-17页 |
| 1.2.1 国外研究现状 | 第11-14页 |
| 1.2.2 国内研究现状 | 第14-17页 |
| 1.3 再制造研究现状 | 第17-20页 |
| 1.3.1 国外再制造研究现状 | 第18-19页 |
| 1.3.2 国内再制造研究现状 | 第19-20页 |
| 1.4 论文组织结构 | 第20-23页 |
| 第二章 数据融合与SVM数学理论及辊套再制造过程分析 | 第23-31页 |
| 2.1 数据融合原理 | 第23-26页 |
| 2.2 支持向量机理论 | 第26-30页 |
| 2.2.1 线性回归函数估计 | 第28-29页 |
| 2.2.2 非线性回归函数估计 | 第29-30页 |
| 2.3 辊套再制造过程 | 第30页 |
| 2.4 本章小结 | 第30-31页 |
| 第三章 基于状态监测的破碎机辊套特征提取与处理 | 第31-41页 |
| 3.1 破碎机辊套加速寿命（ALT）试验 | 第31-32页 |
| 3.2 破碎机辊套的特征提取 | 第32-37页 |
| 3.2.1 时域特征 | 第32-33页 |
| 3.2.2 频域特征 | 第33-34页 |
| 3.2.3 时频域特征 | 第34-37页 |
| 3.3 辊套特征处理 | 第37-40页 |
| 3.3.1 奇异值识别与处理 | 第37页 |
| 3.3.2 去除趋势项 | 第37-38页 |
| 3.3.3 小波消噪 | 第38-40页 |
| 3.4 本章小结 | 第40-41页 |
| 第四章 基于最小二乘数据融合的破碎机辊套RUL预测 | 第41-49页 |
| 4.1 最小二乘法原理 | 第41-42页 |
| 4.2 基于最小二乘与SVM的数据融合模型 | 第42-44页 |
| 4.3 预测过程 | 第44-48页 |
| 4.3.1 数据归一化 | 第44-45页 |
| 4.3.2 数据融合 | 第45页 |
| 4.3.3 参数寻优 | 第45-47页 |
| 4.3.4 支持向量回归机预测 | 第47-48页 |
| 4.4 本章小结 | 第48-49页 |
| 第五章 基于D-S数据融合的破碎机辊套剩余寿命预测及再造性研究 | 第49-68页 |
| 5.1 D-S数据融合 | 第50-51页 |
| 5.1.1 理论 | 第50页 |
| 5.1.2 应用 | 第50-51页 |
| 5.2 基于D-S数据融合与SVR-PF的破碎机辊套RUL预测方法 | 第51-61页 |
| 5.2.1 SVR-PF预测模型 | 第51-55页 |
| 5.2.2 分步预测过程 | 第55-58页 |
| 5.2.3 融合预测过程 | 第58-61页 |
| 5.3 辊套再制造性应用实例 | 第61-67页 |
| 5.3.1 可再制造性系数评估模型 | 第61-66页 |
| 5.3.2 可再制造性系数评估 | 第66-67页 |
| 5.4 本章小结 | 第67-68页 |
| 第六章 总结与展望 | 第68-70页 |
| 6.1 总结 | 第68-69页 |
| 6.2 展望 | 第69-70页 |
| 参考文献 | 第70-77页 |
| 致谢 | 第77-78页 |
| 攻读学位期间的研究成果 | 第78-79页 |
