基于数据融合的船舶内燃机故障诊断方法的研究
| 摘要 | 第1-7页 |
| Abstract | 第7-12页 |
| 第1章 绪论 | 第12-18页 |
| ·课题的研究背景和意义 | 第12-13页 |
| ·故障诊断技术的概述 | 第13-15页 |
| ·故障及故障诊断的定义 | 第13页 |
| ·故障诊断方法的分类 | 第13-14页 |
| ·故障诊断方法的研究现状 | 第14-15页 |
| ·数据融合技术概述 | 第15-16页 |
| ·课题研究内容与方法 | 第16-18页 |
| 第2章 粗糙集理论 | 第18-28页 |
| ·粗糙集理论的基本概念 | 第18-19页 |
| ·粗糙集理论应用的技术关键 | 第19-21页 |
| ·基于粗糙集理论的故障诊断技术 | 第21-27页 |
| ·数据的预处理 | 第21页 |
| ·数据数据的离散化处理 | 第21-22页 |
| ·属性与属性值约简 | 第22-25页 |
| ·粗糙集的规则提取 | 第25-27页 |
| ·本章小结 | 第27-28页 |
| 第3章 统计学习理论与支持向量机理论 | 第28-42页 |
| ·统计学习理论 | 第28-32页 |
| ·学习过程的一致性 | 第28-30页 |
| ·VC 维与推广性的界 | 第30-31页 |
| ·结构风险最小化原则 | 第31-32页 |
| ·分类支持向量机 | 第32-36页 |
| ·最优分类超平面 | 第33-34页 |
| ·线性分类支持向量机 | 第34页 |
| ·线性不可分类支持向量机 | 第34-35页 |
| ·非线性支持向量机 | 第35-36页 |
| ·核函数 | 第36页 |
| ·支持向量机与神经网络 | 第36-38页 |
| ·基于支持向量机的故障诊断方法 | 第38-40页 |
| ·一对一分类诊断分析法 | 第39页 |
| ·一对多分类诊断分析法 | 第39-40页 |
| ·本章小结 | 第40-42页 |
| 第4章 基于融合理论的内燃机故障诊断方法设计 | 第42-62页 |
| ·柴油机的工作原理以及结构分析 | 第42-43页 |
| ·柴油机的工作原理 | 第42页 |
| ·柴油机的总体结构组成 | 第42-43页 |
| ·柴油机的故障特性 | 第43-47页 |
| ·柴油机系统故障诊断的过程简介 | 第47-51页 |
| ·柴油机的诊断预报过程 | 第47-49页 |
| ·柴油机诊断预报方法 | 第49-51页 |
| ·基于柴油机的融合诊断方法设计与实现 | 第51-61页 |
| ·本章小结 | 第61-62页 |
| 第5章 基于内燃机故障诊断系统的软件设计 | 第62-70页 |
| ·诊断系统软件设计原则 | 第62页 |
| ·系统开发语言的选取 | 第62-63页 |
| ·VC++调用 MATLAB 的接口技术 | 第63-64页 |
| ·VC++调用 MATLAB 的函数 | 第63页 |
| ·代码转换法连接 | 第63页 |
| ·调用引擎法连接 | 第63-64页 |
| ·诊断系统的软件与程序设计流程 | 第64-66页 |
| ·诊断软件设计流程分析 | 第64-65页 |
| ·诊断软件程序功能 | 第65-66页 |
| ·诊断软件功能的实现 | 第66-69页 |
| ·登录界面 | 第66-67页 |
| ·诊断界面 | 第67-68页 |
| ·诊断结果界面 | 第68-69页 |
| ·本章小结 | 第69-70页 |
| 第6章 总结与展望 | 第70-72页 |
| ·总结 | 第70页 |
| ·展望 | 第70-72页 |
| 参考文献 | 第72-76页 |
| 攻读学位期间发表的学术论文 | 第76-78页 |
| 致谢 | 第78页 |
