基于混沌时间序列的复杂机械系统故障特征提取与状态预报
| 摘 要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪 论 | 第10-19页 |
| ·本文研究的背景及意义 | 第10-11页 |
| ·复杂机械系统故障诊断综述 | 第11-18页 |
| ·本文研究的主要内容 | 第18-19页 |
| 第二章 混沌时间序列分析 | 第19-31页 |
| ·混沌时间序列分析技术 | 第19-25页 |
| ·混沌时间序列的相空间重构 | 第20-22页 |
| ·庞加莱截面法 | 第22-23页 |
| ·奇异值分析法 | 第23-24页 |
| ·时间序列的混沌识别 | 第24-25页 |
| ·混沌时间序列信号的特征量 | 第25-31页 |
| ·分形维数 | 第25页 |
| ·Lyapunov指数 | 第25-28页 |
| ·Kolmogrov熵 | 第28-29页 |
| ·功率谱指数或Hurst指数 | 第29-31页 |
| 第三章 基于关联维的复杂机械系统特征提取 | 第31-45页 |
| ·关联维提取算法 | 第32-33页 |
| ·本文改进的关联维算法 | 第33-40页 |
| ·重构参数的选择 | 第34-35页 |
| ·重构相空间 | 第35-37页 |
| ·无标度区的确定 | 第37-39页 |
| ·关联维计算步骤 | 第39-40页 |
| ·数据测试 | 第40页 |
| ·改进算法在故障特征提取中的应用 | 第40-45页 |
| 第四章 基于混沌的复杂机械系统状态预报 | 第45-61页 |
| ·混沌时间序列预报法 | 第45-51页 |
| ·最大可预报时间尺度 | 第46-47页 |
| ·最大Lyapunov指数预报法 | 第47-48页 |
| ·神经网络预报方法 | 第48-50页 |
| ·混沌时间序列预报法数据测试 | 第50-51页 |
| ·相轨迹混沌预报法 | 第51-58页 |
| ·预报原理 | 第52-53页 |
| ·预报基本算法 | 第53-54页 |
| ·邻近点的搜索 | 第54-55页 |
| ·最佳邻近点的确定 | 第55-56页 |
| ·相轨迹混沌预报法数据测试 | 第56-58页 |
| ·相轨迹混沌预报法在复杂机械系统状态预报中的应用 | 第58-61页 |
| 结论 | 第61-63页 |
| 致 谢 | 第63-64页 |
| 参考文献 | 第64-71页 |
| 作者简介 | 第71页 |
