| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第1章 绪论 | 第11-18页 |
| ·引言 | 第11页 |
| ·离心泵故障的概述 | 第11-15页 |
| ·机械故障诊断的国内外发展现状及分析 | 第15-17页 |
| ·本课题所要研究的内容 | 第17-18页 |
| 第2章 实验装置及实验方法 | 第18-25页 |
| ·离心泵实验台 | 第18-20页 |
| ·实验系统 | 第20-22页 |
| ·实验步骤 | 第22-25页 |
| 第3章 HHT 的基本理论和算法 | 第25-44页 |
| ·引言 | 第25-26页 |
| ·基本概念 | 第26-28页 |
| ·经验模态分解(EMD)方法的基本原理和算法 | 第28-31页 |
| ·基于EMD 的希尔伯特变换（HHT）的基本原理和算法 | 第31-33页 |
| ·EMD 算法的几个关键问题 | 第33-35页 |
| ·HHT 与傅立叶变换、小波包变换的简单比较 | 第35-43页 |
| ·本章小结 | 第43-44页 |
| 第4章 HHT 与神经网络联合的故障诊断技术 | 第44-55页 |
| ·人工神经网络概述 | 第44页 |
| ·神经网络的拓扑结构 | 第44-45页 |
| ·神经网络的学习方式 | 第45-46页 |
| ·径向基函数神经网络（RBFN） | 第46-52页 |
| ·基于HHT 和RBF 的子网络故障诊断 | 第52-53页 |
| ·本章小结 | 第53-55页 |
| 第5章 基于证据理论的信息融合 | 第55-67页 |
| ·引言 | 第55-56页 |
| ·证据理论的基本概念与公式 | 第56-58页 |
| ·证据理论规则 | 第58-59页 |
| ·基于基本概率赋值的决策 | 第59页 |
| ·证据理论的推理结构及其优势 | 第59-60页 |
| ·多传感器多测量周期可信度分配的融合 | 第60-63页 |
| ·D-S 证据理论信息融合的算例分析 | 第63-66页 |
| ·本章小结 | 第66-67页 |
| 结论 | 第67-69页 |
| 参考文献 | 第69-74页 |
| 致谢 | 第74页 |