| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-18页 |
| ·课题研究背景及意义 | 第10-11页 |
| ·故障诊断方法概述 | 第11-15页 |
| ·数据预处理 | 第13-14页 |
| ·故障诊断方法 | 第14-15页 |
| ·国内外研究现状 | 第15-16页 |
| ·本文研究的主要内容及论文结构 | 第16-18页 |
| 第2章 提升小波预处理方法研究 | 第18-39页 |
| ·引言 | 第18-19页 |
| ·小波基本理论 | 第19-28页 |
| ·传统的时频分析 | 第19-21页 |
| ·小波变换和多分辨率分析 | 第21-24页 |
| ·小波的性质 | 第24-28页 |
| ·提升小波变换研究 | 第28-33页 |
| ·提升小波变换的基本步骤 | 第28-29页 |
| ·小波分解与重构的多相位表示 | 第29-30页 |
| ·劳伦多项式的欧几里德算法 | 第30-31页 |
| ·多相位矩阵分解 | 第31-33页 |
| ·小波提升算法的实现 | 第33-38页 |
| ·Haar 小波的提升实现 | 第36-37页 |
| ·db4 小波的提升实现 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第3章 提升小波阈值去噪方法研究 | 第39-55页 |
| ·引言 | 第39页 |
| ·提升小波去噪方法研究 | 第39-43页 |
| ·去噪问题的描述 | 第39页 |
| ·常用的去噪方法 | 第39-41页 |
| ·提升小波去噪方法的对比研究 | 第41-43页 |
| ·基于提升小波阈值去噪方法研究 | 第43-52页 |
| ·小波基的选择 | 第44-46页 |
| ·提升小波分解尺度的确定 | 第46-47页 |
| ·阈值函数的选择 | 第47-49页 |
| ·门限阈值的确定 | 第49-52页 |
| ·基于提升小波的自适应阈值去噪研究 | 第52-54页 |
| ·基于 SURE 无偏估计的提升小波阈值去噪基本理论 | 第52-53页 |
| ·基于 SURE 的提升小波自适应阈值去噪方法研究 | 第53-54页 |
| ·自适应阈值提升小波去噪方法的仿真实验分析 | 第54页 |
| ·本章小结 | 第54-55页 |
| 第4章 基于提升小波的故障诊断方法研究 | 第55-63页 |
| ·引言 | 第55页 |
| ·增量概率神经网络故障诊断方法研究 | 第55-58页 |
| ·概率神经网络 | 第55-56页 |
| ·增量概率神经网络 | 第56-58页 |
| ·基于提升小波的增量概率神经网络方法 | 第58-62页 |
| ·基于提升小波双变量阈值去噪的故障诊断 | 第59-61页 |
| ·基于提升小波自适应阈值去噪的故障诊断 | 第61-62页 |
| ·本章小结 | 第62-63页 |
| 第5章 基于提升小波阈值去噪的故障诊断系统设计与实现 | 第63-79页 |
| ·引言 | 第63页 |
| ·实验研究对象 | 第63-67页 |
| ·TE 过程 | 第63-66页 |
| ·青霉素发酵过程 | 第66-67页 |
| ·故障诊断系统设计 | 第67-70页 |
| ·VB 与 MATLAB 混合编程方法研究 | 第68-69页 |
| ·VB 界面的设计 | 第69-70页 |
| ·基于提升小波故障诊断系统设计及实现 | 第70-78页 |
| ·TE 过程故障诊断实验研究 | 第71-74页 |
| ·青霉素发酵过程故障诊断实验研究 | 第74-78页 |
| ·本章小结 | 第78-79页 |
| 结论 | 第79-81页 |
| 参考文献 | 第81-86页 |
| 攻读硕士学位期间发表的论文和取得的研究成果 | 第86-87页 |
| 致谢 | 第87-88页 |
