| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 研究背景和意义 | 第11-12页 |
| 1.2 液压四足机器人介绍及其研究现状 | 第12-13页 |
| 1.2.1 液压四足机器人介绍 | 第12页 |
| 1.2.2 液压四足机器人研究现状 | 第12-13页 |
| 1.3 液压系统故障诊断的国内外研究现状及发展趋势 | 第13-17页 |
| 1.3.1 液压系统故障诊断的国内外研究现状 | 第13-15页 |
| 1.3.2 液压系统故障诊断的主要方法 | 第15-16页 |
| 1.3.3 液压系统故障诊断的发展趋势 | 第16-17页 |
| 1.4 研究内容与章节安排 | 第17-19页 |
| 第2章 四足机器人液压系统及其故障仿真 | 第19-36页 |
| 2.1 引言 | 第19页 |
| 2.2 四足机器人液压系统实际平台介绍 | 第19-21页 |
| 2.3 四足机器人液压系统仿真 | 第21-25页 |
| 2.3.1 液压系统的建模方法 | 第22页 |
| 2.3.2 AMESim仿真平台 | 第22-23页 |
| 2.3.3 基于AMESim、MATLAB和ADAMS的四足机器人液压系统联合仿真 | 第23-25页 |
| 2.4 四足机器人液压系统故障分析 | 第25-29页 |
| 2.4.1 液压系统故障机理分析 | 第25-26页 |
| 2.4.2 四足机器人液压系统的故障类型分析 | 第26-28页 |
| 2.4.3 四足机器人液压系统故障信号选取 | 第28-29页 |
| 2.5 基于AMESim的四足机器人液压系统故障仿真 | 第29-34页 |
| 2.5.1 液压缸内泄漏仿真及仿真结果分析 | 第29-31页 |
| 2.5.2 伺服阀堵塞仿真及仿真结果分析 | 第31-33页 |
| 2.5.3 液压泵内泄漏仿真及仿真结果分析 | 第33-34页 |
| 2.6 本章小结 | 第34-36页 |
| 第3章 基于RS-CS-SVM的四足机器人液压系统故障诊断 | 第36-51页 |
| 3.1 引言 | 第36页 |
| 3.2 支持向量机 | 第36-42页 |
| 3.2.1 统计学习理论 | 第36-39页 |
| 3.2.2 支持向量机理论 | 第39-42页 |
| 3.2.3 支持向量机多分类方法 | 第42页 |
| 3.3 基于粗糙集和布谷鸟算法的优化支持向量机 | 第42-46页 |
| 3.3.1 粗糙集理论 | 第43页 |
| 3.3.2 布谷鸟算法 | 第43-44页 |
| 3.3.3 布谷鸟算法优化支持向量机参数 | 第44-45页 |
| 3.3.4 优化的支持向量机分类方法 | 第45-46页 |
| 3.4 优化支持向量机在四足机器人液压系统故障诊断中的应用 | 第46-49页 |
| 3.4.1 特征样本选取 | 第46页 |
| 3.4.2 故障诊断模型的建立 | 第46-47页 |
| 3.4.3 RS-CS-SVM与其他方法在四足机器人液压系统故障诊断中的对比分析 | 第47-49页 |
| 3.5 本章小结 | 第49-51页 |
| 第4章 基于RS-GCS-RVM的四足机器人液压系统故障诊断 | 第51-64页 |
| 4.1 引言 | 第51页 |
| 4.2 相关向量机 | 第51-54页 |
| 4.2.1 分类模型 | 第51-52页 |
| 4.2.2 参数推断 | 第52-53页 |
| 4.2.3 相关向量机核函数 | 第53页 |
| 4.2.4 相关向量机多分类方法 | 第53-54页 |
| 4.3 多分类相关向量机 | 第54-57页 |
| 4.3.1 多分类相关向量机模型简介 | 第54-56页 |
| 4.3.2 多分类相关向量机模型学习 | 第56-57页 |
| 4.4 基于粗糙集和GCS算法的优化相关向量机 | 第57-59页 |
| 4.4.1 基于高斯扰动的布谷鸟算法 | 第57-58页 |
| 4.4.2 基于高斯扰动的布谷鸟算法优化相关向量机参数 | 第58页 |
| 4.4.3 优化的相关向量机分类方法 | 第58-59页 |
| 4.5 优化相关向量机在四足机器人液压系统故障诊断中的应用 | 第59-62页 |
| 4.5.1 样本类型及其表示方法 | 第59-60页 |
| 4.5.2 特征变量的选取 | 第60页 |
| 4.5.3 模型输出 | 第60页 |
| 4.5.4 故障诊断模型的建立 | 第60页 |
| 4.5.5 RS-GCS-RVM与其他方法在四足机器人液压系统故障诊断中的对比分析 | 第60-62页 |
| 4.6 本章小结 | 第62-64页 |
| 第5章 四足机器人液压系统故障诊断软件设计 | 第64-76页 |
| 5.1 引言 | 第64页 |
| 5.2 基于Visual Studio 2008的故障诊断软件设计 | 第64页 |
| 5.3 故障诊断软件及核心模块介绍 | 第64-66页 |
| 5.3.1 数据输入子模块 | 第65页 |
| 5.3.2 诊断方法子模块 | 第65-66页 |
| 5.3.3 故障诊断结果子模块 | 第66页 |
| 5.4 故障诊断实例分析 | 第66-75页 |
| 5.4.1 RS-CS-SVM在故障诊断软件中的效果 | 第67-71页 |
| 5.4.2 RS-GCS-RVM在故障诊断软件中的效果 | 第71-75页 |
| 5.5 本章小结 | 第75-76页 |
| 结论 | 第76-78页 |
| 参考文献 | 第78-83页 |
| 攻读学位期间发表论文与研究成果清单 | 第83-84页 |
| 致谢 | 第84页 |
