| 摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 第一章 绪论 | 第9-16页 |
| ·论文研究背景 | 第9-10页 |
| ·桥吊电机机械性能特征参数的研究现状 | 第10-13页 |
| ·统计特征分析的研究 | 第10-12页 |
| ·常用的统计特征分析方法 | 第10-11页 |
| ·基于最大熵理论的统计特征分析方法 | 第11-12页 |
| ·聚类分析的研究 | 第12-13页 |
| ·聚类分析在电机状态分析中的应用 | 第12页 |
| ·基于 SOM的聚类分析的研究 | 第12-13页 |
| ·论文研究的目的及意义 | 第13-14页 |
| ·论文课题的来源及研究内容 | 第14-16页 |
| ·论文课题及资料来源 | 第14页 |
| ·论文研究的内容 | 第14-16页 |
| 第二章 桥吊电机特征参数的选取和数据预处理 | 第16-25页 |
| ·现场情况的概述 | 第16-18页 |
| ·获取特征参数的硬件及软件的介绍 | 第18-21页 |
| ·相关硬件的介绍 | 第18-19页 |
| ·相关软件的介绍 | 第19-21页 |
| ·桥吊电机工况的安排和测点的布置 | 第21-23页 |
| ·桥吊电机工况的安排 | 第21页 |
| ·桥吊电机测点的布置 | 第21-23页 |
| ·资料预处理 | 第23-25页 |
| 第三章 桥吊电机特征参数的统计特征分析 | 第25-39页 |
| ·问题的提出及解决方法 | 第25-26页 |
| ·最大熵模型的建立 | 第26-29页 |
| ·最大熵概率密度函数求解的过程 | 第26-27页 |
| ·矩约束的构造 | 第27-28页 |
| ·非线性方程组的牛顿迭代法 | 第28-29页 |
| ·最大熵诊断准则的制定 | 第29-33页 |
| ·以往制定诊断准则的介绍 | 第29-31页 |
| ·最大熵诊断准则的制定 | 第31-33页 |
| ·实际算例的分析 | 第33-36页 |
| ·最大熵理论在实际应用中的普适性 | 第36-38页 |
| ·本章小节 | 第38-39页 |
| 第四章 桥吊电机特征参数的聚类分析 | 第39-54页 |
| ·桥吊电机情况的概述 | 第39页 |
| ·选用聚类分析方法的目的 | 第39-40页 |
| ·基于自组织神经网络的聚类分析方法 | 第40-45页 |
| ·聚类分析 | 第40-42页 |
| ·聚类方法的分类 | 第40-41页 |
| ·聚类中的距离的计算 | 第41-42页 |
| ·自组织映像 | 第42-44页 |
| ·自组织映像的拓扑结构 | 第43-44页 |
| ·自组织映像的训练过程 | 第44页 |
| ·运用 MATLAB建立自组织神经网络的模型 | 第44-45页 |
| ·聚类分析的主要步骤 | 第45-50页 |
| ·数据样本训练 | 第45-48页 |
| ·电机系统振动峭度的状态划分 | 第45页 |
| ·样本数据的获得 | 第45-47页 |
| ·样本数据的训练 | 第47-48页 |
| ·进行聚类分析 | 第48-50页 |
| ·聚类结果的分析和实际的操作 | 第50页 |
| ·相关案例的分析 | 第50-53页 |
| ·本章小节 | 第53-54页 |
| 第五章 结论与展望 | 第54-55页 |
| ·结论 | 第54页 |
| ·研究工作的展望 | 第54-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 附录1 牛顿迭代法的主要源程序 | 第59-61页 |
| 附录2 最大熵概率密度函数求解的矩约束构造的主要源程序 | 第61-62页 |
| 附录3 用最大熵原理得到 G09各测点的峭度概率密度曲线 | 第62-64页 |
| 附录4 用最大熵诊断准则得到的各测点临界点的峭度值 | 第64-66页 |
| 附录5 攻读硕士学位期间完成的科研论文及有关科研项目 | 第66页 |
