| 中文摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 引言 | 第8-14页 |
| ·选题背景及意义 | 第8-9页 |
| ·液压系统故障诊断技术概况 | 第9-11页 |
| ·液压系统故障诊断技术分类 | 第9-10页 |
| ·液压系统故障诊断技术研究现状及发展趋势 | 第10-11页 |
| ·多传感信息融合技术国内外研究动态 | 第11-12页 |
| ·本课题主要研究内容及结构安排 | 第12-14页 |
| 第二章 多传感信息融合故障诊断系统总体设计 | 第14-22页 |
| ·多传感信息融合定义和基本原理 | 第14页 |
| ·信息融合的模型 | 第14-19页 |
| ·信息融合的功能模型 | 第14-16页 |
| ·信息融合结构模型 | 第16-18页 |
| ·信息融合的算法模型 | 第18-19页 |
| ·数据融合诊断系统框图设计及关键技术 | 第19-21页 |
| ·本章小结 | 第21-22页 |
| 第三章 基于神经网络的子网诊断 | 第22-38页 |
| ·神经网络在多传感信息融合中的应用 | 第22页 |
| ·MPSO - RBF 温度子网模型 | 第22-33页 |
| ·RBF 网络基础 | 第22-25页 |
| ·经典 PSO 算法 | 第25-27页 |
| ·几种改进的 PSO 算法 | 第27-28页 |
| ·MPSO - RBFANN 优化算法 | 第28-33页 |
| ·PSO - BP 振动子网 | 第33-35页 |
| ·基于神经网络的 BPA 的获取方法 | 第35-36页 |
| ·本章小结 | 第36-38页 |
| 第四章 基于D-S证据理论的故障监测与诊断 | 第38-52页 |
| ·D-S 证据理论基本概念 | 第38-39页 |
| ·证据理论组合规则 | 第39-41页 |
| ·D-S 组合规则 | 第39页 |
| ·Yager 组合规则 | 第39-40页 |
| ·孙权组合规则 | 第40-41页 |
| ·D-S 组合规则在目标识别系统中存在的问题及改进 | 第41-46页 |
| ·修正的 D-S 证据理论算法 | 第41-44页 |
| ·算例验证与对比 | 第44-46页 |
| ·D-S 决策规则 | 第46-48页 |
| ·最大信任度决策规则 | 第47页 |
| ·最大似真度决策规则 | 第47页 |
| ·最大 Pignistic 概率决策方法 | 第47-48页 |
| ·联合 Bel＆ Pel 法 | 第48页 |
| ·算例验证 | 第48-49页 |
| ·本章小结 | 第49-52页 |
| 第五章 基于多传感信息融合的液压系统故障诊断实例 | 第52-68页 |
| ·液压系统故障机理及常见故障模式 | 第52-54页 |
| ·基于神经网络和 D-S 证据理论的信息融合故障诊断 | 第54-62页 |
| ·数据采集和预处理 | 第54-55页 |
| ·子网诊断和局部融合 | 第55-62页 |
| ·决策层融合与诊断 | 第62页 |
| ·基于 C/S 结构的液压故障诊断系统 | 第62-66页 |
| ·本章小结 | 第66-68页 |
| 第六章 结论与展望 | 第68-70页 |
| ·结论 | 第68-69页 |
| ·工作展望 | 第69-70页 |
| 参考文献 | 第70-74页 |
| 致谢 | 第74-76页 |
| 攻读硕士学位期间发表的论文 | 第76-77页 |