模糊神经网络和D-S证据理论在齿轮箱故障诊断中的应用

摘要	第1-5页
Abstract	第5-9页
第1章 绪论	第9-15页
·课题研究的目的和意义	第9-10页
·信息融合故障诊断技术	第10-13页
·信息融合技术及其国内外研究现状	第10-11页
·信息融合在故障诊断中的应用	第11-13页
·齿轮箱故障诊断技术的发展及研究现状	第13-14页
·本文主要研究内容	第14-15页
第2章 齿轮箱故障机理及振动特性分析	第15-22页
·齿轮箱故障机理分析	第15页
·齿轮箱中常见的故障模式及成因	第15-18页
·齿轮箱故障时振动信号的处理方法	第18-20页
·齿轮箱故障时振动信号的特征	第20-21页
·本章小结	第21-22页
第3章 改进的模糊神经网络故障诊断方法	第22-39页
·模糊神经网络	第22-26页
·模糊理论和神经网络	第22-23页
·模糊神经网络	第23-25页
·模糊神经网络泛化能力分析	第25-26页
·改进的模糊神经网络	第26-32页
·对模糊神经网络结构的改进	第26-30页
·改进的模糊神经网络故障诊断框架	第30-32页
·齿轮箱中齿轮的故障诊断	第32-38页
·改进的模糊神经网络故障诊断方法	第32-37页
·BP 神经网络故障诊断方法	第37-38页
·本章小结	第38-39页
第4章 齿轮箱故障的综合诊断方法	第39-51页
·D-S证据理论	第39-44页
·故障诊断中的不确定性	第39页
·D-S证据理论概述	第39-41页
·基于D-S证据理论的故障诊断方法	第41-42页
·齿轮箱故障诊断中D-S证据理论的应用	第42-44页
·基于信息融合的综合诊断框架	第44-46页
·多子模糊神经网络初步诊断	第45页
·D-S证据理论决策融合诊断	第45-46页
·齿轮箱的故障诊断	第46-50页
·对象描述及特征提取	第46-47页
·子模糊神经网络的确定及初步诊断	第47-48页
·决策融合诊断过程	第48-50页
·本章小结	第50-51页
结论	第51-52页
参考文献	第52-57页
致谢	第57页