| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-14页 |
| ·选题背景及意义 | 第9-10页 |
| ·国内外研究动态 | 第10-12页 |
| ·本文的主要内容 | 第12-14页 |
| 第2章 基于阴性选择算法的电机故障诊断 | 第14-22页 |
| ·引言 | 第14页 |
| ·阴性选择算法的设计 | 第14-19页 |
| ·人体免疫机理 | 第14-15页 |
| ·人工免疫算法优点 | 第15页 |
| ·阴性选择算法的原理、流程以及准则 | 第15-17页 |
| ·算法的改进 | 第17-19页 |
| ·仿真实验 | 第19-21页 |
| ·本章小结 | 第21-22页 |
| 第3章 基于独立变量分析法、小波包分析和阴性选择算法的电机故障诊断 | 第22-38页 |
| ·引言 | 第22-23页 |
| ·独立变量分析法 | 第23-27页 |
| ·独立变量分析法数学模型 | 第23-24页 |
| ·独立变量分析法步骤 | 第24页 |
| ·算法验证 | 第24-27页 |
| ·小波包分析 | 第27-31页 |
| ·信号降噪的两个准则 | 第27页 |
| ·小波包去噪依据 | 第27-28页 |
| ·小波分析用于降噪的过程 | 第28-29页 |
| ·小波包故障特征提取算法 | 第29-31页 |
| ·小波包分析和阴性选择算法的结合 | 第31页 |
| ·典型振动故障信号实验研究与分析 | 第31-37页 |
| ·本章小结 | 第37-38页 |
| 第4章 基于免疫遗传RBF神经网络的电机故障诊断 | 第38-48页 |
| ·引言 | 第38页 |
| ·RBF神经网络的思想、学习过程、结构、原理以及关键点 | 第38-41页 |
| ·RBF神经网络的思想 | 第38页 |
| ·RBF网络的学习过程 | 第38-39页 |
| ·RBF神经网络的结构、原理 | 第39-40页 |
| ·RBF神经网络关键技术 | 第40-41页 |
| ·基于免疫遗传RBF神经网络算法 | 第41-44页 |
| ·算法流程图 | 第41页 |
| ·算法具体步骤 | 第41-42页 |
| ·模块设计 | 第42-44页 |
| ·仿真实验 | 第44-47页 |
| ·本章小结 | 第47-48页 |
| 第5章 结论与展望 | 第48-50页 |
| 参考文献 | 第50-55页 |
| 攻读硕士学位期间发表的论文 | 第55-56页 |
| 致谢 | 第56页 |