| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-13页 |
| ·选题背景和意义 | 第9-10页 |
| ·国内外研究现状 | 第10页 |
| ·本文的主要研究内容 | 第10-11页 |
| ·本文解决的关键问题 | 第11-13页 |
| 第2章 旋转机械故障诊断概述 | 第13-19页 |
| ·故障诊断的内容 | 第13页 |
| ·故障诊断的基本方法 | 第13-15页 |
| ·转子系统的主要故障及诊断 | 第15-18页 |
| ·转子不平衡振动机理 | 第15-16页 |
| ·转子与联轴器的不对中振动机理 | 第16-17页 |
| ·转轴弯曲故障的机理 | 第17-18页 |
| ·转轴横向裂纹的故障机理 | 第18页 |
| ·本章小结 | 第18-19页 |
| 第3章 BP神经网络 | 第19-28页 |
| ·神经网络的工作原理及分类 | 第19-22页 |
| ·BP神经网络的主要特点 | 第22-23页 |
| ·BP神经网络存在的问题 | 第23页 |
| ·BP神经网络的改进 | 第23-26页 |
| ·神经网络在机械故障诊断中的应用 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第4章 小波及小波神经网络 | 第28-38页 |
| ·小波分析原理 | 第28-33页 |
| ·小波及小波变换 | 第28-31页 |
| ·小波降噪 | 第31-33页 |
| ·小波神经网络 | 第33-37页 |
| ·小波神经网络的结构形式 | 第33-34页 |
| ·小波网络的分类 | 第34-35页 |
| ·小波神经网络和其他神经网络的比较 | 第35-36页 |
| ·小波神经网络的优点和存在的不足 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 第5章 小波神经网络和BP神经网络算法比较 | 第38-53页 |
| ·BP学习算法 | 第38-45页 |
| ·基于BP算法的多层前馈网络模型 | 第38-39页 |
| ·网络误差与权值调整 | 第39-40页 |
| ·BP学习算法 | 第40-42页 |
| ·BP算法分析 | 第42-43页 |
| ·权值平衡算法 | 第43-45页 |
| ·小波神经网络的学习算法 | 第45-52页 |
| ·小波神经网络算法 | 第45-50页 |
| ·小波神经网络算法的改进 | 第50-52页 |
| ·本章小结 | 第52-53页 |
| 第6章 基于改进小波神经网络的旋转机械故障诊断和系统实现 | 第53-68页 |
| ·网络参数初始值的选取 | 第53-55页 |
| ·网络结构的确定 | 第55-57页 |
| ·隐层数的设计 | 第55页 |
| ·隐层节点个数确定 | 第55-57页 |
| ·基于改进小波神经网络的旋转机械故障诊断的预测步骤及仿真实验 | 第57-62页 |
| ·选取样本数据 | 第57-60页 |
| ·输入数据的预处理 | 第60-62页 |
| ·改进的小波神经网络和BP网络的旋转机械故障诊断结果比较 | 第62-65页 |
| ·仿真实验结果分析 | 第65-67页 |
| ·本章小结 | 第67-68页 |
| 第7章 结论与展望 | 第68-70页 |
| ·结论 | 第68页 |
| ·展望 | 第68-70页 |
| 参考文献 | 第70-73页 |
| 致谢 | 第73-74页 |
| 在校期间发表的论文 | 第74页 |
