| 引言 | 第1-11页 |
| 第一章 概述 | 第11-23页 |
| ·机械故障诊断技术 | 第11-15页 |
| ·故障的定义与分类 | 第11页 |
| ·故障诊断的涵义 | 第11-12页 |
| ·故障诊断技术的发展概况 | 第12-14页 |
| ·机械故障诊断技术的发展趋势 | 第14-15页 |
| ·振动信号处理 | 第15-18页 |
| ·振动信号处理的发展概况 | 第15-17页 |
| ·稳态或准稳态振动信号处理的研究 | 第15-16页 |
| ·非平稳振动信号处理的研究 | 第16-17页 |
| ·振动信号处理在机械故障诊断中的应用 | 第17-18页 |
| ·船舶机械故障诊断技术的研究和发展趋势 | 第18-20页 |
| ·船舶柴油机故障诊断技术概况 | 第20-21页 |
| ·课题的研究意义 | 第21-22页 |
| ·论文的章节安排 | 第22页 |
| ·小结 | 第22-23页 |
| 第二章 船舶柴油机振动信号分析与处理系统的理论基础 | 第23-39页 |
| ·MATLAB语言简介 | 第23页 |
| ·离散信号及其表示方法 | 第23-24页 |
| ·振动信号分析的理论基础及其在MATLAB语言中的实现 | 第24-38页 |
| ·振动信号的统计特征 | 第24-26页 |
| ·振动信号的相关分析 | 第26-28页 |
| ·功率谱密度函数 | 第28-30页 |
| ·时间序列分析 | 第30-38页 |
| ·机械设备运行过程数据序列的特点 | 第30-31页 |
| ·时序模型的概念 | 第31-32页 |
| ·模型的定阶 | 第32-34页 |
| ·模型的参数估计 | 第34-36页 |
| ·参数法功率谱估计 | 第36页 |
| ·时序模型故障诊断技术 | 第36-38页 |
| ·小结 | 第38-39页 |
| 第三章 船舶柴油机振动信号分析与故障诊断系统 | 第39-55页 |
| ·程序设计 | 第39页 |
| ·系统主要功能简介 | 第39-41页 |
| ·柴油机振动信号分析与故障诊断系统操作简介 | 第41-54页 |
| ·系统激活与界面进入 | 第41-42页 |
| ·常规分析部分 | 第42-50页 |
| ·神经网络部分 | 第50-54页 |
| ·小结 | 第54-55页 |
| 第四章 船舶柴油机振动分析与故障诊断 | 第55-73页 |
| ·船舶柴油机振动分析 | 第55页 |
| ·船舶柴油机状态监测系统构成 | 第55-56页 |
| ·柴油机振动特征识别 | 第56-59页 |
| ·气阀敲击与气体力激励振动特征 | 第56-57页 |
| ·活塞敲击激励振动特征 | 第57-59页 |
| ·柴油机振动特征信号分析 | 第59-71页 |
| ·柴油机燃烧激励响应信号分析 | 第59-65页 |
| ·柴油机气阀敲击响应信号分析与故障诊断 | 第65-67页 |
| ·活塞敲击响应信号分析 | 第67-71页 |
| ·小结 | 第71-73页 |
| 第五章 基于时间序列分析与神经网络的柴油机故障诊断 | 第73-85页 |
| ·神经网络的基本理论 | 第73页 |
| ·BP网络的学习算法 | 第73-75页 |
| ·信息的正向传递 | 第73-74页 |
| ·利用梯度下降法求权值变化及误差的反向传播 | 第74-75页 |
| ·BP网络的设计 | 第75-76页 |
| ·基于时间序列和神经网络的柴油机故障诊断与状态识别 | 第76-83页 |
| ·基于神经网络的柴油机气阀间隙异常诊断 | 第76-80页 |
| ·基于神经网络的柴油机负荷识别 | 第80-83页 |
| ·小结 | 第83-85页 |
| 第六章 结论与展望 | 第85-88页 |
| ·论文主要内容与结论 | 第85-86页 |
| ·技术展望 | 第86-88页 |
| 致谢 | 第88-89页 |
| 参考文献 | 第89-93页 |
| 附录一 | 第93-94页 |
| 附录二 | 第94页 |
