| 摘要 | 第1-8页 |
| Abstract | 第8-13页 |
| 第一章 绪论 | 第13-23页 |
| ·研究课题的目的和意义 | 第13-14页 |
| ·设备故障诊断技术的发展过程及趋势 | 第14-16页 |
| ·故障诊断技术的发展过程 | 第14-16页 |
| ·故障诊断技术发展趋势 | 第16页 |
| ·汽轮机故障诊断技术的发展现状及存在的问题 | 第16-21页 |
| ·汽轮机故障诊断技术研究现状 | 第16-17页 |
| ·国外研究状况 | 第17-18页 |
| ·国内研究状况 | 第18-20页 |
| ·汽轮机故障诊断中存在的问题 | 第20-21页 |
| ·基于人工免疫的故障诊断 | 第21页 |
| ·基于信息融合的故障诊断 | 第21页 |
| ·课题主要研究内容 | 第21-23页 |
| 第二章 试验装置及数据处理 | 第23-36页 |
| ·Bently实验台及其操作 | 第23-26页 |
| ·实验台介绍 | 第23-24页 |
| ·试验装置原理 | 第24-25页 |
| ·试验装置实现的功能 | 第25页 |
| ·试验测取数据说明 | 第25-26页 |
| ·频谱分析的基本概念 | 第26-27页 |
| ·波形分析和频谱分析 | 第26页 |
| ·波形分析和频谱分析的关系 | 第26-27页 |
| ·傅立叶分析理论 | 第27-33页 |
| ·Fourier变换（FT） | 第28-30页 |
| ·离散Fourier变换（DFT） | 第30-31页 |
| ·FT、DFT、DTFT之间的关系 | 第31-33页 |
| ·汽轮机转子振动的FFT频谱分析 | 第33-34页 |
| ·本章小结 | 第34-36页 |
| 第三章 小波变换理论及其应用 | 第36-54页 |
| ·小波分析的发展、应用及前景 | 第36-37页 |
| ·连续小波变换(CWT) | 第37-42页 |
| ·小波变换的定义和基本性质 | 第37-39页 |
| ·连续小波变换的参数及其基本思想 | 第39-40页 |
| ·小波变换与傅立叶变换的关系 | 第40-42页 |
| ·离散小波变换(DWT) | 第42-46页 |
| ·离散小波变换定义 | 第42页 |
| ·二进小波变换 | 第42-44页 |
| ·多分辨率分析（多尺度分析） | 第44-46页 |
| ·一维小波变换的Mallat算法 | 第46-48页 |
| ·尺度空间的分解与重构 | 第46-48页 |
| ·一维小波变换的Mallat算法 | 第48页 |
| ·小波包变换(Wavelet Packet Analysis) | 第48-53页 |
| ·小波包的定义 | 第50-51页 |
| ·小波包的性质 | 第51-52页 |
| ·基小波的选取 | 第52-53页 |
| ·本章小结 | 第53-54页 |
| 第四章 人工免疫及其在故障诊断中的应用 | 第54-64页 |
| ·生物免疫系统与人工免疫系统 | 第54-55页 |
| ·生物免疫系统概述 | 第54页 |
| ·免疫系统分类 | 第54-55页 |
| ·生物免疫系统机制 | 第55-57页 |
| ·免疫应答 | 第55-56页 |
| ·免疫系统的特异识别原理 | 第56页 |
| ·克隆选择与扩增 | 第56-57页 |
| ·人工免疫算法在汽轮机故障诊断中的应用 | 第57-63页 |
| ·生物免疫与人工免疫 | 第57页 |
| ·人工免疫的数学模型 | 第57-59页 |
| ·小波包分析和人工免疫理论相结合的故障诊断方法 | 第59-63页 |
| ·本章小结 | 第63-64页 |
| 第五章 数据融合技术及其在故障诊断中的应用 | 第64-73页 |
| ·数据融合的基本原理 | 第64页 |
| ·数据融合的级别 | 第64-66页 |
| ·数据融合技术的应用及优势 | 第66-69页 |
| ·应用 | 第66-68页 |
| ·多元信息融合的优点 | 第68-69页 |
| ·基于D-S证据理论的汽轮机转子振动故障诊断 | 第69-71页 |
| ·D-S证据理论的基本概念 | 第69页 |
| ·Dempster-Shafer组合规则 | 第69-70页 |
| ·D-S证据理论在汽轮机转子振动故障诊断中的应用 | 第70-71页 |
| ·本章小结 | 第71-73页 |
| 结论 | 第73-76页 |
| 参考文献 | 第76-81页 |
| 攻读硕士学位期间取得的研究成果 | 第81-82页 |
| 致谢 | 第82页 |