| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第1章 绪论 | 第10-18页 |
| ·机械设备故障诊断的意义及发展状况 | 第10-12页 |
| ·信息融合技术的发展状况 | 第12-13页 |
| ·小波神经网络发展及背景 | 第13-15页 |
| ·多信息融合故障诊断的意义 | 第15-16页 |
| ·论文的主要研究内容 | 第16-18页 |
| 第 2 章 旋转机械故障诊断中的信息融合技术及 信息提取方法 | 第18-36页 |
| ·机械故障诊断中的信息融合 | 第18-23页 |
| ·信息融合技术的形成与发展 | 第18-19页 |
| ·信息融合的基本定理 | 第19页 |
| ·信息融合的方法 | 第19-20页 |
| ·旋转机械故障中的信息分类 | 第20-21页 |
| ·机械故障诊断的信息综合利用 | 第21-22页 |
| ·基于信息融合的机械设备诊断的研究 | 第22-23页 |
| ·常用旋转机械设备故障特征提取方法 | 第23-33页 |
| ·时间域分析 | 第23-28页 |
| ·频域分析 | 第28-33页 |
| ·机械故障诊断信息融合系统 | 第33-35页 |
| ·本章小结 | 第35-36页 |
| 第3章 基于信息融合的小波神经网络故障诊断理论研究 | 第36-64页 |
| ·BP 网络简介 | 第36-40页 |
| ·BP 网络的结构 | 第36-37页 |
| ·BP 网络的学习算法 | 第37-39页 |
| ·BP 网络用于故障诊断的局限性 | 第39-40页 |
| ·小波神经网络理论 | 第40-49页 |
| ·小波分析 | 第40-42页 |
| ·小波神经网络的基本结构 | 第42-44页 |
| ·设计用于信号分类的小波神经网络 | 第44-49页 |
| ·小波神经网络与 BP 网络性能的对比实验仿真 | 第49-57页 |
| ·神经网络的信息融合 | 第57-58页 |
| ·基于信息融合的集成小波神经网络诊断系统的实现 | 第58-63页 |
| ·集成小波神经网络的基本结构 | 第58-60页 |
| ·子网络的组建原则 | 第60-61页 |
| ·集成小波神经网络的实现策略 | 第61-63页 |
| ·本章小结 | 第63-64页 |
| 第4章 集成小波神经网络用于转子故障诊断 | 第64-77页 |
| ·转子振动故障征兆 | 第64-69页 |
| ·转子不平衡 | 第65页 |
| ·转子不对中 | 第65-66页 |
| ·油膜涡动和振荡 | 第66-67页 |
| ·旋转失速 | 第67页 |
| ·喘振 | 第67-68页 |
| ·转子与静止件摩擦 | 第68页 |
| ·转子过盈配合件过盈不足 | 第68页 |
| ·转子支承系统联接松动 | 第68-69页 |
| ·密封和间隙动力失稳 | 第69页 |
| ·转轴横向裂纹 | 第69页 |
| ·转子振动信号形成的不同特征信息的融合诊断 | 第69-76页 |
| ·本章小结 | 第76-77页 |
| 结论 | 第77-79页 |
| 参考文献 | 第79-84页 |
| 攻读硕士学位期间所发表的论文 | 第84-85页 |
| 致谢 | 第85-86页 |
| 作者简介 | 第86页 |