| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-16页 |
| ·课题的来源 | 第10页 |
| ·课题背景及意义 | 第10-11页 |
| ·国内外研究现状 | 第11-14页 |
| ·旋转机械轴承故障诊断研究现状 | 第11-13页 |
| ·代价敏感学习的研究现状 | 第13-14页 |
| ·论文的主要研究工作及创新点 | 第14-16页 |
| 第二章 旋转机械轴承故障机理及特征提取方法 | 第16-24页 |
| ·轴承的结构 | 第16页 |
| ·轴承故障形式及机理分析 | 第16-17页 |
| ·轴承的振动机理及故障频率 | 第17-19页 |
| ·轴承振动机理 | 第17-18页 |
| ·轴承振动的故障特征频率 | 第18-19页 |
| ·故障特征提取方法 | 第19-23页 |
| ·小波包分析方法 | 第20-22页 |
| ·小波包能量特征提取 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第三章 基于代价敏感布雷格曼散度的分类方法研究 | 第24-44页 |
| ·BP神经网络 | 第24-27页 |
| ·BP神经网络的结构 | 第24-25页 |
| ·BP神经网络的学习算法 | 第25-27页 |
| ·代价敏感学习 | 第27-31页 |
| ·代价敏感分类 | 第27-28页 |
| ·后验概率估计 | 第28-31页 |
| ·代价敏感布雷格曼散度 | 第31-37页 |
| ·代价敏感布雷格曼散度的设计 | 第31-32页 |
| ·布雷格曼散度敏感度分析 | 第32-34页 |
| ·代价敏感布雷格曼散度的渐进性 | 第34-37页 |
| ·基于代价敏感布雷格曼散度的分类器 | 第37-39页 |
| ·代价敏感BP神经网络 | 第37-38页 |
| ·基于代价敏感布雷格曼散度的分类器 | 第38-39页 |
| ·仿真分析 | 第39-43页 |
| ·本章小结 | 第43-44页 |
| 第四章 基于代价敏感布雷格曼散度的旋转机械轴承故障诊断 | 第44-58页 |
| ·概述 | 第44-45页 |
| ·轴承实验信号采集 | 第45-46页 |
| ·实验装置 | 第45页 |
| ·轴承故障设置 | 第45-46页 |
| ·信号采集 | 第46页 |
| ·实验数据的处理 | 第46-55页 |
| ·轴承振动信号特征分析 | 第46-53页 |
| ·轴承振动信号故障特征提取 | 第53-55页 |
| ·旋转机械轴承故障诊断 | 第55-57页 |
| ·本章小结 | 第57-58页 |
| 结论与展望 | 第58-60页 |
| 参考文献 | 第60-65页 |
| 致谢 | 第65-66页 |
| 攻读学位期间发表的论文及参与的科研项目 | 第66页 |