| 中文摘要 | 第1-5页 |
| Abstract | 第5-6页 |
| 目录 | 第6-8页 |
| 第1章 绪论 | 第8-16页 |
| ·课题的研究背景及意义 | 第8页 |
| ·液压系统故障诊断研究现状与存在问题 | 第8-10页 |
| ·信息融合及其在液压系统故障诊断中的应用现状 | 第10-14页 |
| ·信息融合技术概述 | 第10-13页 |
| ·信息融合在液压系统故障诊断中的应用现状 | 第13-14页 |
| ·本文研究内容及结构安排 | 第14-16页 |
| 第2章 液压缸故障诊断信息获取 | 第16-30页 |
| ·液压缸内泄漏机理及实验台设计 | 第16-20页 |
| ·液压缸内泄漏机理 | 第16-17页 |
| ·实验目的及要求 | 第17页 |
| ·实验方案 | 第17页 |
| ·实验原理图 | 第17-20页 |
| ·实验内容 | 第20页 |
| ·实验的数据采集与远程传输 | 第20-26页 |
| ·数据采集方案 | 第20页 |
| ·数据采集硬件选择 | 第20-21页 |
| ·数据采集软件编程 | 第21-25页 |
| ·数据的远程传输 | 第25-26页 |
| ·故障信息的选取 | 第26-29页 |
| ·液压缸位移特征信息的选取 | 第26-27页 |
| ·液压缸压力特征信息的选取 | 第27-29页 |
| ·本章小结 | 第29-30页 |
| 第3章 基于BP神经网络的信息融合及故障诊断 | 第30-39页 |
| ·BP神经网络 | 第30-31页 |
| ·BP神经网络的结构 | 第30-31页 |
| ·BP神经网络的过程 | 第31页 |
| ·基于BP神经网络信息融合的液压缸故障诊断 | 第31-38页 |
| ·本章小结 | 第38-39页 |
| 第4章 基于D-S证据理论的信息融合及故障诊断 | 第39-52页 |
| ·D-S证据理论 | 第39-44页 |
| ·D-S证据理论基本内涵 | 第39-41页 |
| ·D-S证据理论合成规则 | 第41-44页 |
| ·D-S证据理论的判定规则 | 第44页 |
| ·基于D-S证据理论的液压缸故障信息融合及诊断 | 第44-51页 |
| ·本章小结 | 第51-52页 |
| 第5章 基于BP神经网络和D-S证据理论的综合诊断 | 第52-61页 |
| ·基于BP神经网络和D-S证据理论综合诊断的模型 | 第52-53页 |
| ·第1种模型的实现 | 第53-57页 |
| ·第2种模型的实现 | 第57-60页 |
| ·本章小结 | 第60-61页 |
| 第6章 总结与展望 | 第61-63页 |
| ·主要研究成果 | 第61页 |
| ·有待研究问题 | 第61-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-66页 |