| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第10-21页 |
| 1.1 故障诊断的方法及意义 | 第10-13页 |
| 1.1.1 系统故障的特性 | 第10-11页 |
| 1.1.2 故障诊断的基本原理 | 第11-12页 |
| 1.1.3 故障诊断方法的分类 | 第12-13页 |
| 1.2 多传感器系统的应用 | 第13-18页 |
| 1.2.1 多传感器技术的发展及研究现状 | 第14-17页 |
| 1.2.2 多传感器技术在故障诊断中的应用 | 第17-18页 |
| 1.3 研究内容与创新点 | 第18-21页 |
| 1.3.1 研究思路 | 第18-19页 |
| 1.3.2 论文结构 | 第19-20页 |
| 1.3.3 创新点 | 第20-21页 |
| 第二章 预备知识 | 第21-31页 |
| 2.1 故障诊断方法(Fault Diagnosis Methods) | 第21-22页 |
| 2.2 卡尔曼滤波(Kalman Filter) | 第22-25页 |
| 2.2.1 卡尔曼滤波的数学过程 | 第22-23页 |
| 2.2.2 卡尔曼滤波的实现阶段 | 第23-24页 |
| 2.2.3 卡尔曼滤波的推导方法 | 第24-25页 |
| 2.3 鲁棒H∞滤波(H_∞ Filter) | 第25-26页 |
| 2.3.1 H_∞滤波算法 | 第25-26页 |
| 2.3.2 H_∞滤波分析方法 | 第26页 |
| 2.4 线性矩阵不等式(LMI) | 第26-30页 |
| 2.4.1 LMI 基本知识 | 第27-28页 |
| 2.4.2 LMI 标准问题 | 第28-29页 |
| 2.4.3 基于内点法的LMI工具箱 | 第29页 |
| 2.4.4 LMI求解H_∞滤波的优点 | 第29-30页 |
| 2.5 本章小结 | 第30-31页 |
| 第三章 基于多传感器的卡尔曼滤波算法及其故障诊断研究 | 第31-48页 |
| 3.1 基于多传感器的卡尔曼滤波算法研究 | 第31-40页 |
| 3.1.1 前言 | 第31-32页 |
| 3.1.2 问题描述 | 第32-33页 |
| 3.1.3 卡尔曼滤波器设计 | 第33-35页 |
| 3.1.4 仿真研究 | 第35-40页 |
| 3.2 基于卡尔曼滤波的多传感器故障诊断方法 | 第40-46页 |
| 3.2.1 问题描述 | 第40-41页 |
| 3.2.2 故障诊断滤波器设计 | 第41-43页 |
| 3.2.3 仿真研究 | 第43-46页 |
| 3.3 本章小结 | 第46-48页 |
| 第四章 基于H_∞滤波方法的多传感器故障诊断研究 | 第48-65页 |
| 4.1 前言 | 第48-49页 |
| 4.2 问题描述 | 第49-51页 |
| 4.3 滤波器设计 | 第51-54页 |
| 4.4 阈值的确定 | 第54页 |
| 4.5 仿真实例 | 第54-63页 |
| 4.6 本章小结 | 第63-65页 |
| 第五章 结论与展望 | 第65-68页 |
| 5.1 研究结论 | 第65-66页 |
| 5.1.1 多传感器卡尔曼滤波故障诊断方法 | 第65页 |
| 5.1.2 多传感器H_∞滤波故障诊断方法 | 第65-66页 |
| 5.2 研究展望 | 第66-68页 |
| 5.2.1 多故障信号 | 第66页 |
| 5.2.2 故障预测 | 第66-68页 |
| 参考文献 | 第68-73页 |
| 致谢 | 第73-74页 |
| 攻读硕士学位期间已发表或录用的论文 | 第74-76页 |