摘要 | 第4-6页 |
ABSTRACT | 第6-7页 |
第1章 绪论 | 第14-34页 |
1.1 课题背景及研究的目的和意义 | 第14-15页 |
1.2 剩余寿命预测研究现状 | 第15-25页 |
1.2.1 剩余寿命预测方法体系研究现状 | 第16-18页 |
1.2.2 基于数据驱动的剩余寿命预测研究现状 | 第18-23页 |
1.2.3 剩余寿命预测研究现状总结 | 第23-25页 |
1.3 感知数据异常检测与恢复方法研究现状 | 第25-31页 |
1.3.1 感知数据异常检测方法研究现状 | 第26-28页 |
1.3.2 感知数据恢复方法研究现状 | 第28-29页 |
1.3.3 感知数据异常检测与恢复方法研究现状总结 | 第29-31页 |
1.4 论文的主要研究内容 | 第31-34页 |
第2章 基于排列熵的剩余寿命预测方法研究 | 第34-76页 |
2.1 引言 | 第34页 |
2.2 基于改进二阶排列熵的RUL预测方法 | 第34-55页 |
2.2.1 感知数据单调趋势分析的数学方法 | 第35-37页 |
2.2.2 感知数据单调趋势分析的排列熵方法 | 第37-43页 |
2.2.3 感知数据单调趋势分析的改进二阶排列熵方法 | 第43-45页 |
2.2.4 基于改进二阶排列熵定量分析感知数据的RUL预测方法 | 第45-55页 |
2.3 仿真数据RUL预测实验与评估 | 第55-68页 |
2.3.1 仿真数据简介 | 第55-57页 |
2.3.2 实验设计 | 第57-58页 |
2.3.3 实验结果及分析 | 第58-68页 |
2.4 实测数据RUL预测实验与评估 | 第68-75页 |
2.4.1 实测数据简介 | 第68-69页 |
2.4.2 实验设计 | 第69-71页 |
2.4.3 实验结果及分析 | 第71-75页 |
2.5 本章小结 | 第75-76页 |
第3章 基于互信息的RUL感知数据异常检测方法研究 | 第76-106页 |
3.1 引言 | 第76页 |
3.2 基于互信息的异常检测方法 | 第76-86页 |
3.2.1 异常检测方法及流程 | 第77-80页 |
3.2.2 面向单维训练数据的异常检测方法 | 第80-81页 |
3.2.3 面向多维训练数据的异常检测方法 | 第81-86页 |
3.3 仿真数据实验与评估 | 第86-98页 |
3.3.1 实验设计 | 第86-87页 |
3.3.2 单维训练数据异常检测实验及分析 | 第87-93页 |
3.3.3 多维训练数据异常检测实验及分析 | 第93-98页 |
3.4 实测数据实验与评估 | 第98-101页 |
3.4.1 实验设计 | 第98-99页 |
3.4.2 单维训练数据异常检测实验及分析 | 第99-100页 |
3.4.3 多维训练数据异常检测实验及分析 | 第100-101页 |
3.5 感知数据异常对RUL预测的影响分析 | 第101-104页 |
3.5.1 仿真数据实例分析 | 第102-103页 |
3.5.2 实测数据实例分析 | 第103-104页 |
3.5.3 实例分析小结 | 第104页 |
3.6 本章小结 | 第104-106页 |
第4章 基于互信息的RUL异常感知数据恢复方法研究 | 第106-129页 |
4.1 引言 | 第106页 |
4.2 感知数据恢复方法 | 第106-108页 |
4.3 基于互信息的异常感知数据恢复方法 | 第108-115页 |
4.3.1 异常感知数据恢复方法及流程 | 第108-110页 |
4.3.2 面向单维自变量的异常数据恢复方法 | 第110页 |
4.3.3 面向多维自变量的异常数据恢复方法 | 第110-115页 |
4.4 仿真数据实验与评估 | 第115-121页 |
4.4.1 实验设计 | 第115-116页 |
4.4.2 单维自变量恢复实验及分析 | 第116-119页 |
4.4.3 多维自变量恢复实验及分析 | 第119-121页 |
4.5 实测数据实验与评估 | 第121-128页 |
4.5.1 实验设计 | 第121-122页 |
4.5.2 单维自变量恢复实验及分析 | 第122-125页 |
4.5.3 多维自变量恢复实验及分析 | 第125-128页 |
4.6 本章小结 | 第128-129页 |
结论 | 第129-132页 |
参考文献 | 第132-145页 |
攻读博士学位期间发表的论文及其它成果 | 第145-149页 |
致谢 | 第149-150页 |
个人简历 | 第150页 |