| 1. 绪论 | 第1-15页 |
| ·齿轮箱故障诊断的意义 | 第9页 |
| ·齿轮箱故障诊断技术的现状及发展方向 | 第9-10页 |
| ·信息融合诊断技术的发展现状和研究意义 | 第10-13页 |
| ·信息融合技术简介 | 第10-11页 |
| ·信息融合技术国内外研究应用现状 | 第11-12页 |
| ·故障诊断中应用信息融合技术的意义 | 第12-13页 |
| ·课题提出的背景及意义 | 第13页 |
| ·论文的主要研究内容和结构 | 第13-15页 |
| 2. 齿轮箱故障诊断 | 第15-23页 |
| ·概述 | 第15页 |
| ·齿轮箱故障模式和故障特征 | 第15-19页 |
| ·常见的齿轮故障形式 | 第15-17页 |
| ·齿轮箱的故障特征 | 第17-19页 |
| ·齿轮箱的故障机理分析及相关诊断方法 | 第19-22页 |
| ·齿轮故障诊断 | 第19-20页 |
| ·轴承故障诊断 | 第20-22页 |
| ·本章小结 | 第22-23页 |
| 3. 基于 BP 神经网络的故障诊断方法 | 第23-37页 |
| ·引言 | 第23-24页 |
| ·误差反向传播网络模型(BP网络) | 第24-30页 |
| ·神经网络概述 | 第24-26页 |
| ·BP 网络简介 | 第26-27页 |
| ·BP 学习算法 | 第27-28页 |
| ·改进的BP 学习算法 | 第28-30页 |
| ·基于神经网络的故障诊断方法 | 第30-32页 |
| ·原理分析 | 第30-31页 |
| ·神经网络故障诊断方法 | 第31-32页 |
| ·基于 BP 神经网络的故障诊断实例分析 | 第32-36页 |
| ·本章小结 | 第36-37页 |
| 4. 故障诊断的信息融合技术 | 第37-45页 |
| ·引言 | 第37页 |
| ·齿轮箱故障诊断研究的主要内容和过程 | 第37-38页 |
| ·信息融合的基本原理 | 第38-39页 |
| ·信息融合故障诊断的一般过程 | 第39-42页 |
| ·信息融合故障诊断的理论基础 | 第39-40页 |
| ·信息融合故障诊断的一般过程 | 第40-42页 |
| ·信息融合技术在故障诊断中的应用 | 第42-44页 |
| ·故障诊断的信息分类 | 第42-43页 |
| ·齿轮箱故障诊断中的信息融合 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 5. 基于 D-S 证据理论的故障诊断信息融合方法 | 第45-54页 |
| ·引言 | 第45页 |
| ·D-S 证据理论 | 第45-50页 |
| ·D-S 证据理论的概念 | 第46-48页 |
| ·D-S 证据理论的组合规则 | 第48页 |
| ·D-S 证据理论的推理过程 | 第48-50页 |
| ·D-S 证据理论的故障诊断算例分析 | 第50-52页 |
| ·发现 D-S 证据理论存在的问题 | 第52页 |
| ·本章小结 | 第52-54页 |
| 6. 基于 BP 神经网络和 D-S 证据理论的齿轮箱故障综合诊断 | 第54-61页 |
| ·引言 | 第54页 |
| ·BP 神经网络和D-S 证据理论相结合的齿轮箱故障综合诊断模型 | 第54-55页 |
| ·利用BP 神经网络进行局部诊断 | 第55-56页 |
| ·D-S 证据理论全局融合诊断 | 第56-60页 |
| ·本章小结 | 第60-61页 |
| 结论 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 攻读硕士期间发表的论文及所取得的研究成果 | 第66-67页 |
| 致 谢 | 第67页 |
