基于信息熵的传感器故障诊断方法研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 课题背景及研究意义 | 第10-11页 |
| 1.2 国内外研究现状及发展动态 | 第11-15页 |
| 1.2.1 基于模型的故障检测与诊断方法 | 第11-12页 |
| 1.2.2 基于信号分析的诊断方法 | 第12-13页 |
| 1.2.3 基于知识的故障诊断方法 | 第13-15页 |
| 1.3 信息熵理论的发展 | 第15页 |
| 1.4 论文主要工作 | 第15-17页 |
| 第2章 传感器故障诊断的基本原理 | 第17-30页 |
| 2.1 引言 | 第17页 |
| 2.2 传感器故障诊断的基本原理 | 第17-24页 |
| 2.2.1 传感器的分类 | 第17-18页 |
| 2.2.2 传感器故障的分类 | 第18-19页 |
| 2.2.3 仿真实验 | 第19-24页 |
| 2.3 连续小波传感器故障诊断 | 第24-29页 |
| 2.3.1 连续小波变换 | 第24-25页 |
| 2.3.2 小波变换的多分辨分析 | 第25-26页 |
| 2.3.3 连续小波变换传感器故障诊断仿真实验 | 第26-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第3章 信息熵特征提取方法研究 | 第30-43页 |
| 3.1 引言 | 第30页 |
| 3.2 熵的概念及信息熵 | 第30-34页 |
| 3.2.1 熵的概念 | 第30-31页 |
| 3.2.2 信息熵 | 第31页 |
| 3.2.3 信息熵的基本性质 | 第31-33页 |
| 3.2.4 联合熵 | 第33页 |
| 3.2.5 条件熵 | 第33-34页 |
| 3.2.6 互信息 | 第34页 |
| 3.3 小波多尺度熵 | 第34-35页 |
| 3.4 复杂度信息熵 | 第35-37页 |
| 3.4.1 特征空间的划分原则 | 第35页 |
| 3.4.2 特征空间划分方法 | 第35-36页 |
| 3.4.3 复杂度信息熵 | 第36-37页 |
| 3.5 信息熵在故障诊断中的应用 | 第37-41页 |
| 3.6 本章小结 | 第41-43页 |
| 第4章 基于聚类分析故障诊断方法 | 第43-56页 |
| 4.1 引言 | 第43页 |
| 4.2 聚类分析 | 第43-48页 |
| 4.2.1 距离和相似系数 | 第43-45页 |
| 4.2.2 系统聚类法 | 第45-46页 |
| 4.2.3 模糊C均值聚类法 | 第46-48页 |
| 4.2.4 互信息聚类分析法 | 第48页 |
| 4.3 聚类方法实验对比 | 第48-51页 |
| 4.4 故障诊断系统设计及仿真 | 第51-55页 |
| 4.4.1 仿真信号建立与处理 | 第51-53页 |
| 4.4.2 故障特征提取 | 第53页 |
| 4.4.3 故障分类 | 第53-55页 |
| 4.5 本章小结 | 第55-56页 |
| 第5章 总结与展望 | 第56-58页 |
| 5.1 本课题主要研究成果 | 第56页 |
| 5.2 后续工作展望 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 致谢 | 第62页 |
