| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-20页 |
| ·课题背景 | 第10页 |
| ·机械设备故障诊断技术的研究现状和发展趋势 | 第10-12页 |
| ·机械设备故障诊断技术的研究现状 | 第10-12页 |
| ·机械设备故障诊断技术的发展趋势 | 第12页 |
| ·基于盲源分离的故障信号检测 | 第12-17页 |
| ·盲源分离概述 | 第12-13页 |
| ·盲源分离发展历史 | 第13-15页 |
| ·盲源分离的应用 | 第15-17页 |
| ·盲源分离理论用于机械故障信号提取 | 第17页 |
| ·本文研究的意义和主要内容 | 第17-20页 |
| ·本文研究的意义 | 第17-18页 |
| ·本文内容安排 | 第18-20页 |
| 第2章 独立成分分析的理论基础 | 第20-30页 |
| ·统计理论 | 第20-24页 |
| ·不相关性 | 第20-21页 |
| ·统计独立性 | 第21-22页 |
| ·累积量、矩及它们的性质 | 第22-24页 |
| ·信息理论 | 第24-27页 |
| ·熵、微分熵、负熵 | 第24-26页 |
| ·Kullback-Leibler 散度 | 第26页 |
| ·互信息 | 第26-27页 |
| ·梯度与优化方法 | 第27-29页 |
| ·向量梯度 | 第27-28页 |
| ·矩阵梯度 | 第28页 |
| ·优化方法 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第3章 独立成分分析 | 第30-39页 |
| ·ICA 与 BSS | 第30页 |
| ·ICA 的原理 | 第30-32页 |
| ·ICA 的定义 | 第30-31页 |
| ·ICA 的假设条件 | 第31-32页 |
| ·ICA 的不确定性 | 第32-33页 |
| ·ICA 预处理 | 第33-34页 |
| ·ICA 分离性能判断指标 | 第34-35页 |
| ·ICA 仿真 | 第35-38页 |
| ·本章小结 | 第38-39页 |
| 第4章 RobustICA 算法研究 | 第39-56页 |
| ·FastICA 的回顾 | 第39-41页 |
| ·RobustICA 算法特点 | 第41-43页 |
| ·RobustICA 算法原理及实现步骤 | 第43-46页 |
| ·RobustICA 算法计算量分析 | 第46-47页 |
| ·仿真研究 | 第47-55页 |
| ·采样点数与信噪比的影响 | 第47-49页 |
| ·相关系数与均方误差比较 | 第49-52页 |
| ·迭代次数与收敛时间比较 | 第52-55页 |
| ·本章小结 | 第55-56页 |
| 第5章 RobustICA 算法在机械设备故障诊断中的应用 | 第56-73页 |
| ·液压泵多通道故障诊断 | 第56-62页 |
| ·液压泵振动信号采集 | 第56-57页 |
| ·液压泵斜盘磨损故障诊断 | 第57-59页 |
| ·液压泵斜盘磨损与滑靴磨损复合故障诊断 | 第59-62页 |
| ·轴承单通道故障诊断 | 第62-68页 |
| ·轴承振动信号采集 | 第62-63页 |
| ·故障特征提取 | 第63-65页 |
| ·轴承外圈故障诊断 | 第65-67页 |
| ·轴承内圈故障诊断 | 第67-68页 |
| ·电机混合故障诊断 | 第68-71页 |
| ·本章小结 | 第71-73页 |
| 结论 | 第73-75页 |
| 参考文献 | 第75-80页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第80-81页 |
| 致谢 | 第81-82页 |
| 作者简介 | 第82页 |