基于粒子滤波与支持向量机的柴油机故障诊断
| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-10页 |
| 1 绪论 | 第10-16页 |
| ·本课题研究背景和意义 | 第10-11页 |
| ·粒子滤波国内外研究现状 | 第11-12页 |
| ·柴油机故障诊断国内外研究现状及发展趋势 | 第12-15页 |
| ·柴油机国内外的研究现状 | 第12-14页 |
| ·柴油机故障诊断技术的发展趋势 | 第14-15页 |
| ·论文结构安排 | 第15-16页 |
| 2 柴油机故障诊断 | 第16-20页 |
| ·柴油机主要结构 | 第16页 |
| ·柴油机故障分类及故障产生的原因 | 第16-18页 |
| ·柴油机故障机理研究 | 第18页 |
| ·柴油机故障诊断的难点 | 第18-19页 |
| ·本章总结 | 第19-20页 |
| 3 粒子滤波理论 | 第20-32页 |
| ·状态空间模型 | 第20页 |
| ·贝叶斯理论 | 第20-21页 |
| ·粒子滤波 | 第21-24页 |
| ·蒙特卡罗积分 | 第21-22页 |
| ·序列重要性采样（SIS） | 第22-23页 |
| ·重采样 | 第23页 |
| ·粒子滤波的基本算法 | 第23-24页 |
| ·粒子滤波改进算法 | 第24-27页 |
| ·重要性密度函数 | 第24-25页 |
| ·辅助粒子滤波 | 第25-26页 |
| ·高斯粒子滤波 | 第26-27页 |
| ·粒子滤波算法仿真 | 第27-30页 |
| ·粒子滤波的状态估计仿真 | 第27-29页 |
| ·粒子滤波的降噪仿真 | 第29-30页 |
| ·本章小结 | 第30-32页 |
| 4 柴油机故障诊断实验及振动信号处理 | 第32-49页 |
| ·柴油机实验设计 | 第32-34页 |
| ·柴油机的系统组成 | 第32-33页 |
| ·实验仪器的选择 | 第33页 |
| ·实验测点的布置 | 第33-34页 |
| ·实验几种故障的设置 | 第34-35页 |
| ·本文实验步骤 | 第35-36页 |
| ·柴油机振动信号 AR 模型建立 | 第36-48页 |
| ·柴油机振动信号预处理 | 第36-40页 |
| ·振动信号系统的辨识 | 第40页 |
| ·柴油机系统 AR 模型的确定 | 第40-42页 |
| ·系统模型的参数估计和定阶 | 第42-45页 |
| ·柴油机粒子滤波降噪 | 第45-48页 |
| ·本章小结 | 第48-49页 |
| 5 基于支持向量机的故障识别 | 第49-63页 |
| ·小波包能量谱的特征值提取 | 第49-52页 |
| ·小波包能量特征值提取原理 | 第49-50页 |
| ·小波包能量谱分析 | 第50-52页 |
| ·支持向量机基本理论 | 第52-57页 |
| ·支持向量机原理 | 第52页 |
| ·线性可分支持向量机 | 第52-55页 |
| ·非线性支持向量机 | 第55-57页 |
| ·支持向量机的故障诊断 | 第57-60页 |
| ·支持向量机的模式识别 | 第57-59页 |
| ·支持向量机的残差生成 | 第59页 |
| ·支持向量机的故障预测 | 第59-60页 |
| ·样本数据及支持向量机的故障分类 | 第60-62页 |
| ·本章小结 | 第62-63页 |
| 6 总结与展望 | 第63-65页 |
| ·总结 | 第63页 |
| ·展望 | 第63-65页 |
| 参考文献 | 第65-70页 |
| 硕士研究生在读期间发表论文及研究成果 | 第70-71页 |
| 致谢 | 第71-72页 |
