| 摘要 | 第1-7页 |
| Abstract | 第7-10页 |
| 第1章 绪论 | 第10-16页 |
| ·课题背景 | 第10页 |
| ·课题研究意义 | 第10-11页 |
| ·国内外研究成果 | 第11-14页 |
| ·经验模式分解国内外研究现状 | 第11-12页 |
| ·信息熵国内外研究现状 | 第12-13页 |
| ·支持向量机的国内外研究现状 | 第13-14页 |
| ·课题主要研究内容 | 第14-16页 |
| 第2章 发动机转子典型故障分析和基于 EMD 的信号处理方法 | 第16-24页 |
| ·引言 | 第16页 |
| ·航空发动机转子典型故障分析 | 第16-20页 |
| ·转子不平衡 | 第17-18页 |
| ·转子不对中 | 第18-19页 |
| ·动静件碰磨 | 第19-20页 |
| ·转子振动信号的预处理 | 第20-22页 |
| ·基于经验模式分解的信号处理方法 | 第22-24页 |
| ·经验模式分解基本原理简介 | 第22-23页 |
| ·经验模式分解的优势和研究方向 | 第23-24页 |
| 第3章 转子振动信号的多域熵特征分析方法研究 | 第24-29页 |
| ·引言 | 第24页 |
| ·信息熵的基本概念及性质 | 第24-25页 |
| ·基本概念 | 第24-25页 |
| ·信息熵的基本性质 | 第25页 |
| ·振动信号的时域信息熵特征规律 | 第25页 |
| ·振动信号频域信息熵特征规律 | 第25-26页 |
| ·振动信号的时-频域信息熵特征规律 | 第26-29页 |
| ·小波能谱熵和小波包空间特征谱熵 | 第26-27页 |
| ·小波包空间特征谱熵 | 第27-29页 |
| 第4章 基于 EMD 和信息熵的量化特征提取方法研究 | 第29-40页 |
| ·引言 | 第29页 |
| ·转子故障信号的经验模式分解 | 第29-34页 |
| ·模态混叠及其解决办法 | 第29-30页 |
| ·端点效应及其解决办法 | 第30-34页 |
| ·主分量选择方法设计 | 第34-38页 |
| ·能量法选取分量 | 第34-35页 |
| ·相关系数法验证所选分量准确性 | 第35-37页 |
| ·对比与分析 | 第37-38页 |
| ·主分量的量化特征提取方法设计 | 第38-40页 |
| 第5章 基于改进的支持向量机的振动信号故障诊断方法研究 | 第40-56页 |
| ·引言 | 第40页 |
| ·支持向量机的概念 | 第40-45页 |
| ·DS 证据理论 | 第45-48页 |
| ·信任函数 | 第47页 |
| ·似然函数 | 第47页 |
| ·信任区间 | 第47-48页 |
| ·后验概率输出 | 第48-49页 |
| ·振动信号故障诊断模型的应用 | 第49-50页 |
| ·故障诊断模型结果分析 | 第50-51页 |
| ·基于支持向量机多分类方法故障诊断 | 第51-54页 |
| ·一类对余类方法 | 第52-53页 |
| ·一类对一类方法 | 第53-54页 |
| ·多分类诊断方法模型的建立及结果 | 第54-56页 |
| 结论 | 第56-58页 |
| 附录Ⅰ 经验模式分解程序部分清单 | 第58-59页 |
| 附录Ⅱ 信息熵计算程序部分清单 | 第59-61页 |
| 附录Ⅲ 振动信号的信息熵部分计算结果 | 第61-63页 |
| 参考文献 | 第63-65页 |
| 致谢 | 第65-67页 |
| 攻读硕士期间发表（含录用）的学术论文 | 第67页 |
