| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-14页 |
| ·课题来源及其研究目的意义 | 第8-10页 |
| ·国内外研究现状 | 第10-11页 |
| ·研究内容 | 第11-14页 |
| 第二章 数据挖掘和故障诊断概述 | 第14-20页 |
| ·数据挖掘技术概述 | 第14-16页 |
| ·数据挖掘的定义 | 第14-15页 |
| ·数据挖掘的模型和分类 | 第15-16页 |
| ·故障测试诊断概述 | 第16-18页 |
| ·故障测试诊断的常规方法 | 第16-17页 |
| ·故障测试诊断研究的内容 | 第17-18页 |
| ·本文研究的故障诊断中相关数据挖掘技术概述 | 第18-19页 |
| ·本章小结 | 第19-20页 |
| 第三章 故障诊断中的虚拟仪器技术研究 | 第20-28页 |
| ·虚拟仪器简介 | 第20-22页 |
| ·虚拟仪器概述 | 第20-21页 |
| ·虚拟仪器应用于故障测试诊断的研究 | 第21-22页 |
| ·系统故障机理和故障特点分析 | 第22-24页 |
| ·系统的故障机理 | 第22-23页 |
| ·系统的故障特点 | 第23-24页 |
| ·基于虚拟仪器的故障数据采集实验研究 | 第24-27页 |
| ·实验系统的组成和工作流程 | 第24-25页 |
| ·实验系统监测参数的选取 | 第25-26页 |
| ·系统实时数据采集的实现 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第四章 故障诊断中的数据挖掘技术研究 | 第28-50页 |
| ·粗糙集应用于故障诊断的研究 | 第28-35页 |
| ·粗糙集算法概述 | 第28-30页 |
| ·粗糙集算法中的数据预处理 | 第30-31页 |
| ·粗糙集算法应用于故障测试诊断的研究 | 第31-34页 |
| ·粗糙集算法的改进及其在故障诊断中的应用 | 第34-35页 |
| ·决策树应用于故障诊断的研究 | 第35-43页 |
| ·决策树ID3 算法概述 | 第36-37页 |
| ·决策树算法应用于故障诊断的研究 | 第37-40页 |
| ·决策树 ID3 算法的改进 | 第40-42页 |
| ·改进的ID3 算法在故障诊断中的应用 | 第42-43页 |
| ·聚类算法应用于故障诊断的研究 | 第43-49页 |
| ·聚类概述 | 第43页 |
| ·聚类算法中的数据预处理 | 第43-44页 |
| ·K-means和ART2 算法介绍 | 第44-46页 |
| ·ART2 算法的改进及其在故障诊断中的应用 | 第46-49页 |
| ·本章小结 | 第49-50页 |
| 第五章 故障诊断中的信息融合研究 | 第50-56页 |
| ·信息融合概述 | 第50-52页 |
| ·信息融合的定义和功能 | 第50-51页 |
| ·信息融合的结构和层次 | 第51-52页 |
| ·本文诊断数据的融合 | 第52-54页 |
| ·本文诊断方法的融合 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 第六章 基于数据挖掘的故障测试与诊断系统设计和开发 | 第56-70页 |
| ·故障诊断系统设计 | 第56-59页 |
| ·系统整体功能设计 | 第56-57页 |
| ·系统数据库设计 | 第57-58页 |
| ·系统流程图设计 | 第58-59页 |
| ·故障诊断系统的实现 | 第59-65页 |
| ·系统的软硬件平台 | 第59-60页 |
| ·系统框架的实现 | 第60-61页 |
| ·系统访问数据库的实现 | 第61-63页 |
| ·数据挖掘算法的实现 | 第63页 |
| ·系统数据库管理的实现 | 第63-65页 |
| ·系统应用于故障测试诊断实验与结果分析 | 第65-69页 |
| ·故障规则挖掘实验 | 第65-67页 |
| ·设备故障实时诊断实验 | 第67-68页 |
| ·新故障规则挖掘实验 | 第68-69页 |
| ·本章小结 | 第69-70页 |
| 第七章 总结与展望 | 第70-72页 |
| ·工作总结 | 第70页 |
| ·工作展望 | 第70-72页 |
| 致谢 | 第72-74页 |
| 参考文献 | 第74-78页 |
| 研究成果 | 第78-79页 |