| 致谢 | 第1-5页 |
| 摘要 | 第5-7页 |
| Abstract | 第7-20页 |
| 1 绪论 | 第20-34页 |
| ·研究背景 | 第20页 |
| ·机械设备监测及故障诊断理论研究现状 | 第20-30页 |
| ·提升机故障诊断研究存在的问题 | 第30-31页 |
| ·本文主要工作 | 第31-32页 |
| ·论文结构安排 | 第32-34页 |
| 2 融合 Hilbert-Huang 变换和数据依赖 KICA 的提升机故障监测研究 | 第34-52页 |
| ·引言 | 第34-35页 |
| ·问题描述 | 第35-37页 |
| ·改进的 HHT 及其去噪算法 | 第37-41页 |
| ·基于数据依赖的核独立主元分析(DDKICA) | 第41-46页 |
| ·基于 HTT- DDKICA 和 SVDD 的机械监控 | 第46-48页 |
| ·仿真 | 第48-51页 |
| ·本章小结 | 第51-52页 |
| 3 形态梯度小波降噪与 S-变换的齿轮故障特征抽取算法 | 第52-62页 |
| ·引言 | 第52-53页 |
| ·形态梯度小波 | 第53-56页 |
| ·S-变换 | 第56-58页 |
| ·仿真分析 | 第58-61页 |
| ·本章小结 | 第61-62页 |
| 4 全局保持多核正交鉴别分析与 GMM 推断的故障检测算法研究 | 第62-84页 |
| ·引言 | 第62-65页 |
| ·KOLDAGP 算法 | 第65-68页 |
| ·模型参数选择 | 第68-71页 |
| ·基于 MKOLDAGP 与 GMM 推断的过程故障监测 | 第71-76页 |
| ·仿真实验 | 第76-83页 |
| ·本章小结 | 第83-84页 |
| 5 一种新的不平衡数据 v-NSVDD 多分类算法 | 第84-96页 |
| ·引言 | 第84-86页 |
| ·问题描述 | 第86-87页 |
| ·改进的 v-NSVDD 算法 | 第87-89页 |
| ·v-SVDD 算法分析(类别大小差异对分类的影响) | 第89-92页 |
| ·仿真 | 第92-95页 |
| ·本章小结 | 第95-96页 |
| 6 结论与展望 | 第96-98页 |
| ·研究工作总结 | 第96-97页 |
| ·未来展望 | 第97-98页 |
| 参考文献 | 第98-112页 |
| 作者简历 | 第112-114页 |
| 学位论文数据集 | 第114页 |
