| 第1章 绪论 | 第1-17页 |
| ·旋转机械故障诊断技术的研究意义 | 第12页 |
| ·旋转机械故障诊断技术的研究现状 | 第12-15页 |
| ·旋转机械故障诊断技术的发展趋势 | 第15页 |
| ·论文的主要研究内容 | 第15-17页 |
| 第2章 基于小波包的旋转机械故障特征提取方法研究 | 第17-36页 |
| ·小波包分析 | 第17-22页 |
| ·从傅立叶变换到小波包变换 | 第17-18页 |
| ·小波包变换 | 第18-19页 |
| ·旋转机械振动信号处理中小波包基函数的选择 | 第19-22页 |
| ·旋转机械故障信号的消噪处理 | 第22-26页 |
| ·小波消噪的基本原理 | 第22-23页 |
| ·小波包消噪处理 | 第23-26页 |
| ·旋转机械故障信号的特征提取 | 第26-35页 |
| ·特征向量提取的基本概念和任务 | 第26页 |
| ·基于小波包的旋转机械故障信号特征提取 | 第26-35页 |
| ·本章小结 | 第35-36页 |
| 第3章 神经网络故障诊断方法研究 | 第36-44页 |
| ·BP神经网络 | 第36-37页 |
| ·BP神经网络结构 | 第36-37页 |
| ·BP神经网络算法 | 第37页 |
| ·基于BP神经网络的旋转机械故障诊断方法 | 第37-42页 |
| ·故障诊断过程 | 第37-38页 |
| ·基于BP神经网络的故障诊断 | 第38-42页 |
| ·本章小结 | 第42-44页 |
| 第4章 模糊神经网络故障诊断方法研究 | 第44-53页 |
| ·模糊和神经网络的结合方式 | 第44-45页 |
| ·自适应模糊神经网络ANFIS | 第45-47页 |
| ·ANFIS结构 | 第46-47页 |
| ·ANFIS算法 | 第47页 |
| ·基于ANFIS的旋转机械故障诊断方法的实现 | 第47-51页 |
| ·诊断结果对比分析 | 第51-52页 |
| ·神经网络、模糊系统、模糊神经网络(ANFIS)诊断结果的对比分析 | 第51页 |
| ·三种方法的对比分析 | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 第5章 旋转机械故障诊断软件原型系统开发 | 第53-60页 |
| ·旋转机械故障诊断过程 | 第53页 |
| ·应用工具软件的简要介绍 | 第53-54页 |
| ·故障诊断软件系统各模块的主要用法与功能 | 第54-59页 |
| ·本章小结 | 第59-60页 |
| 结论与展望 | 第60-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-63页 |