| 中文摘要 | 第1-4页 |
| 英文摘要 | 第4-9页 |
| 第1章 绪论 | 第9-24页 |
| 1．1 引言 | 第9-10页 |
| 1．2 液压系统故障诊断的特点 | 第10-11页 |
| 1．2．1 液压系统的失效形式及故障机理 | 第10页 |
| 1．2．2 液压传动及控制系统状态监测与故障诊断的内容 | 第10-11页 |
| 1．3 液压系统故障诊断技术的研究现状 | 第11-13页 |
| 1．3．1 故障机理的研究 | 第12页 |
| 1．3．2 状态信息的处理技术 | 第12-13页 |
| 1．3．3 模式识别与预测技术的研究 | 第13页 |
| 1．4 智能故障诊断技术的发展与展望 | 第13-22页 |
| 1．4．1 基于知识的智能诊断技术的研究 | 第13-15页 |
| 1．4．2 知识处理诊断专家系统的发展方向 | 第15-16页 |
| 1．4．3 基于神经网络的智能故障诊断技术的研究 | 第16-18页 |
| 1．4．4 神经网络技术的发展方向 | 第18-20页 |
| 1．4．5 模糊神经网络专家系统相融合的智能诊断技术的研究 | 第20-22页 |
| 1．5 课题来源及本文的主要研究内容 | 第22-24页 |
| 第2章 液压AGC系统故障诊断策略的研究 | 第24-52页 |
| 2．1 液压AGC系统的组成及工艺特点 | 第25-26页 |
| 2．1．1 液压AGC系统的组成 | 第25页 |
| 2．1．2 液压AGC系统的工艺特点 | 第25-26页 |
| 2．2 液压AGC系统故障诊断的策略 | 第26-30页 |
| 2．2．1 面向系统对象的实用诊断策略的提出 | 第26-28页 |
| 2．2．2 诊断系统的“模块化”诊断策略 | 第28页 |
| 2．2．3 液压AGC系统基于神经网络的模糊专家系统诊断策略 | 第28-30页 |
| 2．3 液压AGC系统动态性能的模拟 | 第30-50页 |
| 2．3．1 液压AGC控制系统的动态模型 | 第30-35页 |
| 2．3．2 液压AGC系统的动态方块图 | 第35-36页 |
| 2．3．3 单自由度液压AGC系统的动态模拟分析 | 第36-42页 |
| 2．3．4 两自由度液压AGC系统的动态模拟分析 | 第42-48页 |
| 2．3．5 系统供油压力对系统动特性的影响 | 第48-50页 |
| 2．4 本章小结 | 第50-52页 |
| 第3章 液压AGC系统状态信号及其处理技术的研究 | 第52-80页 |
| 3．1 引言 | 第52页 |
| 3．2 液压AGC系统的状态特征信号 | 第52-56页 |
| 3．2．1 液压AGC系统液压能源的状态信息 | 第53-55页 |
| 3．2．2 液压AGC系统控制系统的状态信息 | 第55-56页 |
| 3．3 液压AGC系统故障特征提取方法的研究 | 第56-68页 |
| 3．3．1 平稳信号的分析与处理技术 | 第57-62页 |
| 3．3．2 基于小波变换的非平稳信号处理技术 | 第62-68页 |
| 3．4 液压AGC系统的AR模型及AR模型参数估计 | 第68-73页 |
| 3．4．1 AR模型的Yule-Walker辨识算法 | 第68-70页 |
| 3．4．2 液压AGC系统的AR模型参数辨识 | 第70-73页 |
| 3．5 液压AGC系统状态信号的小波分析 | 第73-78页 |
| 3．5．1 基于小波的信号奇异性检测 | 第73-74页 |
| 3．5．2 小波分析用于液压AGC系统状态信号的奇异性检测 | 第74-76页 |
| 3．5．3 小波分析用于液压AGC系统状态信号的消噪处理 | 第76-78页 |
| 3．6 本章小结 | 第78-80页 |
| 第4章 液压AGC系统故障诊断模糊专家系统的研究 | 第80-104页 |
| 4．1 液压AGC系统故障诊断专家系统的特点及功能 | 第80-83页 |
| 4．1．1 传统故障诊断方法与智能诊断专家系统 | 第80-81页 |
| 4．1．2 液压AGC系统在线故障诊断专家系统的功能 | 第81-83页 |
| 4．2 液压AGC故障诊断专家系统中的知识表示 | 第83-92页 |
| 4．2．1 液压AGC诊断知识的面向对象表示 | 第84-86页 |
| 4．2．2 面向对象表示知识的独特性 | 第86-87页 |
| 4．2．3 对象类中推理过程的规则表示 | 第87-88页 |
| 4．2．4 液压AGC系统面向对象的诊断专家系统知识库的建立 | 第88-92页 |
| 4．3 不确定知识的模糊描述 | 第92-97页 |
| 4．3．1 模糊产生式系统与模糊规则 | 第93-95页 |
| 4．3．2 模糊产生式系统的运行机制 | 第95-97页 |
| 4．4 诊断专家系统中的模糊推理方法 | 第97-102页 |
| 4．4．1 模糊逻辑 | 第98-99页 |
| 4．4．2 模糊推理的基本模式和方法 | 第99-100页 |
| 4．4．3 用于故障诊断的多重多维模糊推理方法 | 第100-102页 |
| 4．5 本章小结 | 第102-104页 |
| 第5章 液压AGC模糊神经网络故障诊断专家系统的研究 | 第104-116页 |
| 5．1 引言 | 第104-105页 |
| 5．2 液压AGC系统基于神经网络专家系统的故障诊断方法 | 第105-110页 |
| 5．2．1 神经网络专家系统的结构及神经网络模型的选择 | 第105-106页 |
| 5．2．2 ART网络的学习算法 | 第106-109页 |
| 5．2．3 液压AGC系统面向对象的神经网络专家系统的建立 | 第109-110页 |
| 5．3 液压AGC模糊神经网络故障诊断专家系统的研究 | 第110-115页 |
| 5．3．1 模糊ART神经网络 | 第111-113页 |
| 5．3．2 液压AGC模糊神经网络故障诊断专家系统的构造 | 第113-115页 |
| 5．4 本章小结 | 第115-116页 |
| 第6章 液压AGC故障诊断专家系统的实验研究 | 第116-134页 |
| 6．1 实验条件 | 第116-117页 |
| 6．2 液压AGC故障诊断专家系统的软件实现 | 第117-130页 |
| 6．2．1 系统主控功能模块的设计 | 第117-119页 |
| 6．2．2 专家系统面向对象的知识表示 | 第119-125页 |
| 6．2．3 数据采集及预处理 | 第125-126页 |
| 6．2．4 模糊神经网络专家系统推理机的软件实现 | 第126-127页 |
| 6．2．5 软件系统的界面设计 | 第127-130页 |
| 6．3 液压AGC故障诊断专家系统运行实例 | 第130-133页 |
| 6．3．1 液压AGC故障诊断专家系统的知识学习 | 第130-131页 |
| 6．3．2 液压AGC故障诊断专家系统的诊断实例 | 第131-133页 |
| 6．4 本章小结 | 第133-134页 |
| 结论 | 第134-136页 |
| 参考文献 | 第136-144页 |
| 攻读博士期间发表的学术论文及完成的科研项目 | 第144-146页 |
| 致谢 | 第146-147页 |
| 个人简历 | 第147页 |
