基于支持向量机的船用柴油机故障诊断研究
| 独创性说明 | 第1页 |
| 论文使用授权声明 | 第3-4页 |
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 目录 | 第6-10页 |
| 第一章 绪论 | 第10-24页 |
| 1.课题的提出与意义 | 第10-11页 |
| ·课题的提出 | 第10-11页 |
| ·课题的意义 | 第11页 |
| 2.船用柴油机故障诊断概述 | 第11-19页 |
| ·柴油机故障分类 | 第13页 |
| ·主要故障模式及其原因 | 第13-15页 |
| ·柴油机故障诊断的基本方法 | 第15-18页 |
| ·柴油机故障诊断国内外发展趋势 | 第18-19页 |
| 3.柴油机故障诊断与SVM | 第19-21页 |
| ·柴油机故障诊断技术存在的问题 | 第19页 |
| ·SVM理论简介 | 第19-20页 |
| ·SVM理论的发展概况 | 第20-21页 |
| 4.论文的研究内容和章节安排 | 第21-23页 |
| ·论文的研究内容 | 第21-22页 |
| ·论文的章节安排 | 第22-23页 |
| 5.小结 | 第23-24页 |
| 第二章 SVM基础 | 第24-41页 |
| 1.引言 | 第24-25页 |
| 2.统计学习理论概要 | 第25-31页 |
| ·机器学习问题的表示 | 第25-26页 |
| ·经验风险最小化原则 | 第26-27页 |
| ·复杂性与推广能力之间的矛盾 | 第27页 |
| ·指示函数集的VC维 | 第27-28页 |
| ·推广性的界 | 第28-29页 |
| ·结构风险最小化原理 | 第29-31页 |
| 3.SVM基本原理 | 第31-39页 |
| ·最优分类超平面的构造 | 第32-35页 |
| ·SVM的几何解释 | 第35-36页 |
| ·核函数 | 第36-37页 |
| ·SVM回归原理 | 第37-38页 |
| ·损失函数 | 第38-39页 |
| 4.小结 | 第39-41页 |
| 第三章 SVM多值分类器构造方法 | 第41-47页 |
| 1.完全多类SVM | 第41-42页 |
| 2 组合多类SVM | 第42-46页 |
| 3.小结 | 第46-47页 |
| 第四章 基于模糊综合评判法的故障特征分析 | 第47-65页 |
| 1.模型选择问题 | 第47-49页 |
| ·训练集的选取 | 第48页 |
| ·核及参数选择问题 | 第48-49页 |
| 2.特征选择问题 | 第49-52页 |
| ·概述 | 第49-50页 |
| ·特征数据的压缩问题 | 第50页 |
| ·特征维数与识别率之间的关系 | 第50-51页 |
| ·特征选择与特征提取 | 第51-52页 |
| 3.基于模糊综合评判法的故障分析 | 第52-57页 |
| ·概述 | 第52-53页 |
| ·模糊理论 | 第53页 |
| ·柴油机故障成因集以及故障征兆集 | 第53-55页 |
| ·确定故障征兆权重的基本思路 | 第55-57页 |
| 4 模糊判决SVM | 第57-59页 |
| ·最大隶属原则 | 第57-58页 |
| ·风险以及损失函数 | 第58-59页 |
| ·λ取值对隶属函数和分类面的影响 | 第59页 |
| 5.仿真研究 | 第59-64页 |
| ·基本思路与实验数据来源 | 第59-61页 |
| ·对损失函数的讨论 | 第61-64页 |
| 6.小结 | 第64-65页 |
| 第五章 燃油系统故障分析与建模仿真研究 | 第65-78页 |
| 1.故障诊断思想 | 第65页 |
| 2.燃油系统故障机理 | 第65-69页 |
| ·故障形式 | 第65-68页 |
| ·失效模式 | 第68-69页 |
| 3.燃油系统运行中各状态信号的分析 | 第69-71页 |
| ·油液 | 第70页 |
| ·温度 | 第70页 |
| ·压力 | 第70-71页 |
| 4.仿真研究 | 第71-77页 |
| ·概述 | 第71-72页 |
| ·训练及验证所需要的数据来源 | 第72页 |
| ·数据采集 | 第72页 |
| ·数据的预处理 | 第72-73页 |
| ·训练阶段 | 第73-77页 |
| 5.小结 | 第77-78页 |
| 第六章 结论与展望 | 第78-79页 |
| 1.全文工作总结 | 第78页 |
| 2.进一步研究工作的展望 | 第78-79页 |
| 攻读硕士期间公开发表的论文 | 第79-80页 |
| 致谢 | 第80-81页 |
| 参考文献 | 第81-84页 |
