| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4-5页 |
| 1 绪论 | 第8-20页 |
| 1.1 本课题研究背景和意义 | 第8-11页 |
| 1.1.1 本课题研究背景 | 第8-10页 |
| 1.1.2 本课题研究意义 | 第10-11页 |
| 1.2 国内外研究现状及存在的问题 | 第11-17页 |
| 1.2.1 国内外研究现状 | 第11-16页 |
| 1.2.2 存在的问题 | 第16-17页 |
| 1.3 研究的主要内容和结构安排 | 第17-20页 |
| 1.3.1 研究的主要内容 | 第17-18页 |
| 1.3.2 论文的结构安排 | 第18-20页 |
| 2 压力传感器故障模式分析与特征提取 | 第20-42页 |
| 2.1 引言 | 第20页 |
| 2.2 压力传感器的故障模式分析 | 第20-23页 |
| 2.2.1 压力传感器结构组成 | 第20-22页 |
| 2.2.2 压力传感器故障类型 | 第22-23页 |
| 2.3 基于边际谱能量的压力传感器故障特征提取 | 第23-40页 |
| 2.3.1 压力传感器采集信号的瞬时频率求解 | 第24-35页 |
| 2.3.2 压力传感器采集信号的时频谱与边际谱 | 第35-39页 |
| 2.3.3 压力传感器采集信号的Hilbert边际谱能量特征提取 | 第39-40页 |
| 2.4 本章小结 | 第40-42页 |
| 3 基于并行粒子群优化的LS-SVM压力传感器故障分类 | 第42-60页 |
| 3.1 引言 | 第42页 |
| 3.2 基于并行PSO参数优化的LS-SVM多分类方法 | 第42-56页 |
| 3.2.1 支持向量机及其多分类问题 | 第42-52页 |
| 3.2.2 基于最小二乘支持向量机的压力传感器故障分类 | 第52-53页 |
| 3.2.3 基于并行PSO的最小二乘支持向量机参数优化 | 第53-56页 |
| 3.3 压力传感器故障分类 | 第56-59页 |
| 3.4 本章小结 | 第59-60页 |
| 4 压力传感器故障诊断系统实现与测试 | 第60-68页 |
| 4.1 引言 | 第60页 |
| 4.2 压力传感器故障诊断的整体框架 | 第60-61页 |
| 4.3 压力传感器故障诊断系统 | 第61-64页 |
| 4.3.1 硬件系统结构分析 | 第62-63页 |
| 4.3.2 软件系统结构分析 | 第63-64页 |
| 4.4 压力传感器故障诊断实验测试 | 第64-65页 |
| 4.5 压力传感器故障诊断实验结果分析 | 第65-67页 |
| 4.6 本章小结 | 第67-68页 |
| 5 总结与展望 | 第68-70页 |
| 5.1 工作总结 | 第68-69页 |
| 5.2 工作展望 | 第69-70页 |
| 致谢 | 第70-72页 |
| 参考文献 | 第72-76页 |
| 附录 | 第76页 |
| A.作者在攻读硕士学位期间发表的学术论文 | 第76页 |
| B.作者在攻读硕士学位期间参与的科研项目 | 第76页 |
