| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第9-23页 |
| 1.1 论文研究背景及意义 | 第9-12页 |
| 1.1.1 论文研究背景 | 第9-11页 |
| 1.1.2 论文研究意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-21页 |
| 1.2.1 特征提取研究现状 | 第12-16页 |
| 1.2.2 故障诊断研究现状 | 第16-21页 |
| 1.3 论文的研究内容及其结构安排 | 第21-23页 |
| 1.3.1 论文的研究内容 | 第21页 |
| 1.3.2 论文的结构安排 | 第21-23页 |
| 第二章 多小波理论概述 | 第23-39页 |
| 2.1 小波的基本理论 | 第23-31页 |
| 2.1.1 小波变换 | 第23-26页 |
| 2.1.2 小波多分辨分析 | 第26-30页 |
| 2.1.3 小波的Mallat算法 | 第30-31页 |
| 2.2 多小波的基本理论 | 第31-37页 |
| 2.2.1 多小波变换及多分辨分析 | 第32-34页 |
| 2.2.2 多小波的Mallat算法 | 第34-35页 |
| 2.2.3 多小波预处理方法的介绍 | 第35-37页 |
| 2.3 本章小结 | 第37-39页 |
| 第三章 蚁群初始化小波网络理论的概述 | 第39-61页 |
| 3.1 小波网络 | 第39-48页 |
| 3.1.1 小波网络的理论基础 | 第39-44页 |
| 3.1.2 小波网络的分类及结构 | 第44-45页 |
| 3.1.3 小波网络的训练算法 | 第45-48页 |
| 3.2 蚁群初始化小波网络 | 第48-51页 |
| 3.2.1 蚁群初始化小波网络的原理 | 第49-50页 |
| 3.2.2 蚁群初始化小波网络的步骤 | 第50-51页 |
| 3.3 基于提升的多小波的捣固车作业部件故障诊断 | 第51-60页 |
| 3.3.1 自适应提升多小波的构造 | 第52-57页 |
| 3.3.2 实验和结果分析 | 第57-60页 |
| 3.4 本章小结 | 第60-61页 |
| 第四章 基于蚁群初始化多小波网络的捣固车作业部件故障诊断 | 第61-81页 |
| 4.1 多小波网络与径向基多小波网络 | 第61-70页 |
| 4.1.1 多小波网络理论 | 第61-62页 |
| 4.1.2 多小波网络的分类与结构 | 第62-66页 |
| 4.1.3 通过蚁群初始化径向基多小波网络确定其参数 | 第66-68页 |
| 4.1.4 对于径向基多小波网络的训练 | 第68-70页 |
| 4.2 频谱分量幅值特征参数诊断 | 第70-74页 |
| 4.2.1 作业部件故障特征参数的选择 | 第70-72页 |
| 4.2.2 模型参数的选取以及诊断结果 | 第72-74页 |
| 4.3 自适应提升多小波特征参数诊断实例 | 第74-80页 |
| 4.3.1 对特征参数以及网络结构的确定 | 第75-77页 |
| 4.3.2 对网络的训练及其诊断结果 | 第77-80页 |
| 4.4 本章小结 | 第80-81页 |
| 第五章 总结与展望 | 第81-83页 |
| 5.1 论文总结 | 第81-82页 |
| 5.2 前景展望 | 第82-83页 |
| 致谢 | 第83-85页 |
| 参考文献 | 第85-89页 |
| 附录A 攻读硕士学位期间发表的论文及软件著作权目录 | 第89页 |
