| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 前言 | 第9-22页 |
| 1.1 课题背景及研究意义 | 第9页 |
| 1.2 故障诊断技术介绍 | 第9-12页 |
| 1.3 生物免疫系统概述 | 第12-15页 |
| 1.4 人工免疫系统的概述 | 第15-19页 |
| 1.4.1 人工免疫算法 | 第15-17页 |
| 1.4.2 人工免疫系统的发展 | 第17-19页 |
| 1.4.3 人工免疫系统在故障诊断中的应用前景 | 第19页 |
| 1.5 目前面临的一些问题 | 第19-20页 |
| 1.6 本文的主要研究内容 | 第20-22页 |
| 第2章 基于核参数免疫优化的非线性故障分类方法 | 第22-36页 |
| 2.1 局部保持投影与核局部保持投影 | 第22-25页 |
| 2.1.1 局部保持投影（LPP） | 第22-24页 |
| 2.1.2 核局部保持投影(KLPP) | 第24-25页 |
| 2.2 免疫优化机理 | 第25-27页 |
| 2.2.1 优化算法的计算过程 | 第26-27页 |
| 2.2.2 与其他优化算法的对比 | 第27页 |
| 2.3 基于免疫优化的 KLPP 故障分类方法实现 | 第27-29页 |
| 2.3.1 方法原理图 | 第28-29页 |
| 2.3.2 方法步骤过程 | 第29页 |
| 2.4 仿真测试 | 第29-35页 |
| 2.5 小结 | 第35-36页 |
| 第3章 基于自然杀伤细胞的无监督故障检测方法 | 第36-51页 |
| 3.1 NK 细胞的免疫机制 | 第36-39页 |
| 3.1.1 NK 免疫细胞受体初始化过程 | 第36-37页 |
| 3.1.2 NK 免疫细胞的培养过程 | 第37页 |
| 3.1.3 NK 免疫细胞的识别阶段 | 第37-39页 |
| 3.2 基于 NK 细胞的故障检测方法 | 第39-44页 |
| 3.2.1 人工 NK 细胞群初始化的过程 | 第39-41页 |
| 3.2.2 人工 NK 细胞培养过程 | 第41-43页 |
| 3.2.3 人工 NK 细胞故障检测过程 | 第43-44页 |
| 3.3 在 DAMADICS 基准平台上进行故障检测 | 第44-48页 |
| 3.4 小结 | 第48-51页 |
| 第4章 基于人工免疫算法的自适应故障诊断 | 第51-63页 |
| 4.1 人工免疫网络模型 | 第51-54页 |
| 4.2 自适应故障诊断模型的建立 | 第54-58页 |
| 4.2.1 诊断思路和原理 | 第55-56页 |
| 4.2.2 诊断步骤叙述 | 第56-58页 |
| 4.3 仿真测试 | 第58-62页 |
| 4.3.1 实验 1：免疫网络的特征提取效果 | 第58-59页 |
| 4.3.2 实验 2：在简单故障数据上的仿真 | 第59-60页 |
| 4.3.3 实验 3：在 DAMADICS 基准平台上的仿真 | 第60-62页 |
| 4.4 小结 | 第62-63页 |
| 总结与展望 | 第63-65页 |
| 参考文献 | 第65-71页 |
| 攻读硕士学位期间取得的学术成果 | 第71-72页 |
| 致谢 | 第72页 |
