摘要 | 第5-7页 |
Abstract | 第7-9页 |
第1章 绪论 | 第16-32页 |
1.1 课题背景及研究的目的和意义 | 第16-18页 |
1.2 非线性模拟电路故障类型及诊断内容 | 第18-20页 |
1.2.1 非线性模拟电路故障类型 | 第18-19页 |
1.2.2 非线性模拟电路软故障诊断的主要内容 | 第19-20页 |
1.3 非线性模拟电路软故障诊断国内外研究现状 | 第20-27页 |
1.3.1 国外研究现状 | 第20-25页 |
1.3.2 国内研究现状 | 第25-27页 |
1.4 非线性模拟电路软故障诊断方法分类 | 第27-29页 |
1.5 本文主要研究内容 | 第29-32页 |
第2章 基于分形理论的建模方法研究 | 第32-54页 |
2.1 单重分形理论建模 | 第32-42页 |
2.1.1 简单分形维数计算 | 第33-39页 |
2.1.2 电路单重分形维数建模 | 第39-42页 |
2.2 多重分形理论建模 | 第42-52页 |
2.2.1 基于Renyi信息论广义多重分形维数 | 第43-45页 |
2.2.2 基于测度理论的多重分形谱 | 第45-47页 |
2.2.3 多重分形维数计算 | 第47-49页 |
2.2.4 电路多重分形维数建模 | 第49-52页 |
2.3 本章小结 | 第52-54页 |
第3章 广义多重分形维数软故障诊断方法研究 | 第54-78页 |
3.1 单重分形故障诊断方法 | 第54-59页 |
3.1.1 单重分形故障诊断机理研究 | 第54-58页 |
3.1.2 单重分形故障诊断过程 | 第58-59页 |
3.2 单重分形软故障诊断实验 | 第59-63页 |
3.2.1 单重分形软故障状态区间划分 | 第59-62页 |
3.2.2 单重分形软故障诊断 | 第62-63页 |
3.3 单重分形诊断方法的优点与不足 | 第63-64页 |
3.4 广义多重分形故障诊断方法 | 第64-69页 |
3.4.1 广义多重分形故障诊断机理研究 | 第64-68页 |
3.4.2 广义多重分形维数相关性度量法 | 第68页 |
3.4.3 广义多重分形故障诊断过程 | 第68-69页 |
3.5 广义多重分形软故障诊断实验 | 第69-75页 |
3.5.1 故障状态多重分形维数特征样本建立 | 第69-72页 |
3.5.2 软故障广义多重分形状态识别与诊断 | 第72-75页 |
3.6 广义多重分形诊断方法的优点与不足 | 第75-76页 |
3.7 本章小结 | 第76-78页 |
第4章 基于经验模式分解的软故障诊断广义多重分形方法研究 | 第78-108页 |
4.1 G-P关联维数算法 | 第78-80页 |
4.2 基于G-P关联维数广义分形维数计算 | 第80-82页 |
4.3 基于经验模式分解的信号分析 | 第82-94页 |
4.3.1 瞬时频率与本征模函数 | 第82-86页 |
4.3.2 EMD的原理分析 | 第86-89页 |
4.3.3 EMD方法的主要性质 | 第89-91页 |
4.3.4 EMD的分解算法流程 | 第91-93页 |
4.3.5 EMD信号分解实验分析 | 第93-94页 |
4.4 基于经验模式分解的广义多重分形软故障诊断 | 第94-106页 |
4.4.1 基于EMD的软故障信号诊断流程 | 第94-95页 |
4.4.2 基于EMD的多重分形维数特征样本建立 | 第95-96页 |
4.4.3 基于EMD的软故障诊断实验 | 第96-106页 |
4.5 本章小结 | 第106-108页 |
第5章 基于多重分形谱和支持向量机的软故障诊断方法研究 | 第108-128页 |
5.1 多重分形谱的算法及参数性质 | 第108-111页 |
5.1.1 多重分形谱的MF-DFA算法 | 第108-111页 |
5.1.2 多重分形谱参数的性质 | 第111页 |
5.2 基于支持向量机的故障诊断 | 第111-121页 |
5.2.1 支持向量机分类算法 | 第112-118页 |
5.2.2 支持向量机多分类识别算法 | 第118-120页 |
5.2.3 基于支持向量机软故障诊断流程 | 第120-121页 |
5.3 基于支持向量机的多重分形谱软故障诊断实验 | 第121-127页 |
5.4 本章小结 | 第127-128页 |
结论 | 第128-130页 |
参考文献 | 第130-140页 |
攻读学位期间发表的学术论文 | 第140-142页 |
致谢 | 第142页 |