首页--工业技术论文--机械、仪表工业论文--机械制造工艺论文--柔性制造系统及柔性制造单元论文

滤波方法及其在非线性系统故障诊断中的应用研究

摘要第1-12页
ABSTRACT第12-14页
部分缩写词和符号第14-16页
第一章 绪论第16-35页
   ·研究背景与意义第16-17页
   ·国内外研究现状综述第17-31页
     ·非线性系统故障诊断的一般方法第17-20页
     ·非线性系统故障诊断的滤波方法第20-31页
   ·论文的研究内容和组织结构第31-35页
     ·论文研究的主要问题与基本思路第31-32页
     ·论文研究思路和结构安排第32-35页
第二章 高斯噪声下非线性故障诊断的U-卡尔曼滤波方法研究第35-70页
   ·引言第35-36页
   ·UKF的基本原理第36-41页
     ·非线性系统的Kalman滤波第36-37页
     ·unscented变换第37-39页
     ·UKF实现算法第39-41页
   ·建模误差时的UKF改进方法第41-51页
     ·渐消记忆UKF第41-45页
     ·强跟踪UKF第45-51页
   ·基于UKF的非线性系统故障检测方法第51-57页
     ·检测算法第51-52页
     ·仿真分析第52-57页
   ·基于UKF的非线性系统故障诊断和辨识方法第57-69页
     ·基于UKF和似然比的故障诊断方法第57-59页
     ·基于UKF和联合估计的故障辨识方法第59-61页
     ·讨论和仿真分析第61-69页
   ·本章小结第69-70页
第三章 非高斯噪声下非线性系统故障诊断的粒子滤波方法研究第70-103页
   ·引言第70页
   ·粒子滤波的基本原理第70-77页
     ·贝叶斯估计第71-72页
     ·序贯重要性采样第72-76页
     ·粒子滤波算法第76-77页
   ·基于粒子滤波器的非线性系统故障检测方法第77-87页
     ·故障检测算法第78-82页
     ·仿真分析第82-87页
   ·基于估计窗的快速故障检测算法第87-94页
     ·基本思想第87-89页
     ·基于贝叶斯估计的后验概率密度混合表示第89-90页
     ·混合权值的优化及快速故障检测流程第90-92页
     ·仿真分析第92-94页
   ·基于粒子滤波器的非线性系统故障诊断方法第94-101页
     ·核平滑联合估计方法第94-96页
     ·基于粒子滤波和似然比的故障诊断实现方法第96-98页
     ·讨论和仿真分析第98-101页
   ·本章小结第101-103页
第四章 结合非线性滤波的多知识体融合诊断方法研究第103-122页
   ·引言第103-105页
   ·机电系统故障诊断的多知识体融合模型第105-107页
     ·故障诊断中的信息和知识集成第105-106页
     ·多知识体融合模型第106-107页
   ·基于案例知识体的局部决策方法第107-113页
     ·动态系统故障诊断的案例表达方法第108-109页
     ·CBR诊断案例检索的相似性度量第109-113页
   ·基于改进D-S证据理论的融合诊断决策第113-121页
     ·D-S证据理论第113-117页
     ·改进的D-S证据理论第117-121页
   ·本章小结第121-122页
第五章 基于非线性滤波及融合故障诊断技术的应用验证第122-153页
   ·引言第122页
   ·直升机飞行控制系统概述第122-126页
     ·直升机飞行控制系统的基本组成及工作原理第122-124页
     ·直升机飞行控制系统故障诊断技术的发展现状第124-126页
   ·基于非线性滤波的直升机飞行控制系统的故障检测第126-136页
     ·直升机飞行控制系统的动力学模型第126-132页
     ·基于非线性滤波的直升机飞行控制系统的故障检测第132-136页
   ·基于非线性滤波和多知识体融合的舵回路故障诊断实验研究第136-152页
     ·实验系统的建立第138-139页
     ·舵回路实验系统的动力学建模第139-146页
     ·舵回路故障诊断实验研究第146-152页
   ·本章小结第152-153页
第六章 结论和展望第153-156页
   ·结论第153-155页
   ·展望第155-156页
致谢第156-158页
参考文献第158-177页
作者在学期间取得的学术成果第177页

论文共177页,点击 下载论文
上一篇:基于数字家庭的产品形象研究
下一篇:论官僚制中的规则的意义