基于贝叶斯推理的故障诊断方法研究
| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-11页 |
| 1 引言 | 第11-18页 |
| ·故障诊断的研究意义及现状 | 第11-12页 |
| ·故障诊断过程 | 第12-13页 |
| ·故障诊断方法 | 第13-16页 |
| ·故障诊断方法分类 | 第14-15页 |
| ·贝叶斯故障诊断方法 | 第15-16页 |
| ·故障诊断技术未来展望 | 第16-17页 |
| ·本文的内容与结构 | 第17-18页 |
| 2 贝叶斯推理及方法 | 第18-36页 |
| ·贝叶斯定理 | 第18-19页 |
| ·贝叶斯推理 | 第19-23页 |
| ·状态空间模型 | 第19-20页 |
| ·马尔可夫链 | 第20-21页 |
| ·贝叶斯推理后验分布 | 第21-22页 |
| ·贝叶斯决策 | 第22-23页 |
| ·贝叶斯递推估计 | 第23-25页 |
| ·贝叶斯滤波 | 第25-30页 |
| ·经典卡尔曼滤波方法 | 第26-27页 |
| ·扩展的卡尔曼滤波方法 | 第27-28页 |
| ·无迹卡尔曼滤波方法 | 第28-30页 |
| ·基于贝叶斯推理理论的粒子滤波方法 | 第30-35页 |
| ·蒙特卡罗方法 | 第30-31页 |
| ·粒子滤波算法 | 第31-32页 |
| ·序贯重要性采样 | 第32-33页 |
| ·采样重要性重采样 | 第33-35页 |
| ·本章小结 | 第35-36页 |
| 3 基于粒子滤波的非线性系统的故障检测方法 | 第36-50页 |
| ·基于解析模型的非线性系统故障检测方法 | 第37-39页 |
| ·基于粒子滤波似然函数值的非线性系统故障检测 | 第39-41页 |
| ·贝叶斯滤波原理的似然概率密度函数 | 第40页 |
| ·基于粒子滤波似然函数值的故障检测算法 | 第40-41页 |
| ·基于粒子滤波残差平滑算法的故障检测方法 | 第41-42页 |
| ·两种算法的比较 | 第42-43页 |
| ·仿真实验 | 第43-49页 |
| ·基于粒子滤波似然函数值故障检测仿真 | 第45-46页 |
| ·平滑窗宽度对仿真结果的影响 | 第46-49页 |
| ·本章小结 | 第49-50页 |
| 4 基于多模型粒子滤波的故障隔离方法 | 第50-60页 |
| ·多模型估计方法 | 第50-52页 |
| ·多模型估计方法分类 | 第51页 |
| ·多模型估计的故障诊断方法 | 第51-52页 |
| ·基于粒子滤波与多模型方法结合的故障隔离方法 | 第52-53页 |
| ·故障隔离方法 | 第52-53页 |
| ·基于粒子滤波的多模型故障隔离方法建模 | 第53页 |
| ·基于粒子滤波与多模型方法结合的故障隔离仿真 | 第53-56页 |
| ·基于一维非线性模型的粒子滤波故障诊断仿真 | 第56-59页 |
| ·本章小结 | 第59-60页 |
| 5 总结与展望 | 第60-62页 |
| ·工作总结 | 第60页 |
| ·展望 | 第60-62页 |
| 参考文献 | 第62-65页 |
| 索引 | 第65-66页 |
| 作者简历 | 第66-68页 |
| 学位论文数据集 | 第68页 |
