| 摘要 | 第4-6页 |
| Abstract | 第6-8页 |
| 第一章 绪论 | 第17-31页 |
| 1.1 研究背景及意义 | 第17-18页 |
| 1.2 研究现状 | 第18-28页 |
| 1.2.1 基于信号处理的故障诊断研究现状 | 第18-23页 |
| 1.2.2 核方法研究现状 | 第23-26页 |
| 1.2.3 基于核方法的智能诊断研究现状 | 第26-28页 |
| 1.3 有待研究的问题 | 第28页 |
| 1.4 本文的研究工作 | 第28-30页 |
| 1.5 本文的内容安排 | 第30-31页 |
| 第二章 滚动轴承故障核方法智能诊断的理论基础 | 第31-53页 |
| 2.1 引言 | 第31页 |
| 2.2 滚动轴承故障振动诊断的理论基础 | 第31-35页 |
| 2.2.1 滚动轴承的振动机理 | 第31-32页 |
| 2.2.2 滚动轴承的振动信号特征 | 第32-34页 |
| 2.2.3 滚动轴承故障智能诊断的流程 | 第34-35页 |
| 2.3 核方法概述 | 第35-40页 |
| 2.3.1 核方法的基本原理 | 第35-36页 |
| 2.3.2 支持向量机 | 第36-38页 |
| 2.3.3 支持向量数据描述 | 第38-39页 |
| 2.3.4 正则化核判别分析 | 第39-40页 |
| 2.4 基于核方法的滚动轴承故障智能诊断实例 | 第40-52页 |
| 2.4.1 实验数据介绍 | 第41-42页 |
| 2.4.2 基于小波包变换的滚动轴承故障特征提取 | 第42-47页 |
| 2.4.3 基于正则化核判别分析的滚动轴承状态智能识别 | 第47-52页 |
| 2.5 本章小结 | 第52-53页 |
| 第三章 基于机匣测点信号的故障诊断灵敏性分析 | 第53-76页 |
| 3.1 引言 | 第53页 |
| 3.2 两个带机匣的转子试验器介绍 | 第53-56页 |
| 3.2.1 航空发动机压气机转子试验器 | 第53-55页 |
| 3.2.2 航空发动机转子试验器 | 第55-56页 |
| 3.3 冲击响应试验及分析 | 第56-58页 |
| 3.4 滚动轴承故障模拟试验 | 第58-59页 |
| 3.5 轴承座测点信号和机匣测点信号的对比分析 | 第59-75页 |
| 3.5.1 航空发动机压气机转子试验器 | 第59-67页 |
| 3.5.2 航空发动机转子试验器 | 第67-75页 |
| 3.6 本章小结 | 第75-76页 |
| 第四章 基于小球大间隔方法的故障检测方法 | 第76-98页 |
| 4.1 引言 | 第76-77页 |
| 4.2 小球大间隔方法的原理 | 第77-80页 |
| 4.2.1 原始问题 | 第77-78页 |
| 4.2.2 对偶问题 | 第78-79页 |
| 4.2.3 决策函数 | 第79页 |
| 4.2.4 v-性质 | 第79-80页 |
| 4.3 小球大间隔方法的仿真实验 | 第80-87页 |
| 4.3.1 仅有一类训练样本的情况 | 第81页 |
| 4.3.2 两类训练样本高度不平衡的情况 | 第81-85页 |
| 4.3.3 两类训练样本平衡的情况 | 第85-87页 |
| 4.4 基于小球大间隔方法的故障检测方法 | 第87-88页 |
| 4.5 故障检测实验 | 第88-97页 |
| 4.5.1 航空发动机压气机转子试验器滚动轴承故障检测 | 第89-93页 |
| 4.5.2 航空发动机转子试验器滚动轴承故障检测 | 第93-97页 |
| 4.6 本章小结 | 第97-98页 |
| 第五章 基于多核支持向量机的融合诊断方法 | 第98-114页 |
| 5.1 引言 | 第98-99页 |
| 5.2 在线-批处理强凸多核支持向量机的原理 | 第99-102页 |
| 5.2.1 预备知识 | 第100-101页 |
| 5.2.2 优化问题 | 第101页 |
| 5.2.3 优化算法 | 第101-102页 |
| 5.3 基于在线-批处理强凸多核支持向量机的多特征融合诊断 | 第102-110页 |
| 5.3.1 融合诊断方法 | 第102-103页 |
| 5.3.2 融合诊断实验 | 第103-110页 |
| 5.4 基于在线-批处理强凸多核支持向量机的多传感器数据融合诊断 | 第110-113页 |
| 5.4.1 融合诊断方法 | 第110-111页 |
| 5.4.2 融合诊断实验 | 第111-113页 |
| 5.5 本章小结 | 第113-114页 |
| 第六章 基于正则化多核判别分析的融合诊断方法 | 第114-132页 |
| 6.1 引言 | 第114页 |
| 6.2 理论基础 | 第114-117页 |
| 6.2.1 经验模式分解 | 第114-115页 |
| 6.2.2 正则化多核判别分析 | 第115-117页 |
| 6.3 基于正则化多核判别分析的多特征融合诊断 | 第117-126页 |
| 6.3.1 融合诊断方法 | 第117-119页 |
| 6.3.2 融合诊断实验 | 第119-126页 |
| 6.4 基于正则化多核判别分析的多传感器数据融合诊断 | 第126-130页 |
| 6.4.1 融合诊断方法 | 第126-128页 |
| 6.4.2 融合诊断实验 | 第128-130页 |
| 6.5 本章小结 | 第130-132页 |
| 第七章 总结与展望 | 第132-135页 |
| 7.1 本文工作总结 | 第132-133页 |
| 7.2 未来工作展望 | 第133-135页 |
| 参考文献 | 第135-145页 |
| 致谢 | 第145-146页 |
| 在学期间的研究成果及发表的学术论文 | 第146-147页 |
