| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-17页 |
| ·引言 | 第9-10页 |
| ·信息融合的基本原理 | 第10-12页 |
| ·信息融合技术的发展现状 | 第10-11页 |
| ·信息融合的优势 | 第11-12页 |
| ·信息融合与故障诊断的关系 | 第12-15页 |
| ·信息融合技术在故障诊断中的应用 | 第13-14页 |
| ·基于信息融合的故障诊断方法 | 第14-15页 |
| ·本课题的主要研究内容 | 第15-17页 |
| 第2章 管道泄漏故障诊断机理及系统设计 | 第17-22页 |
| ·管道泄漏故障诊断机理 | 第17-18页 |
| ·实验系统设计的简单介绍 | 第18-21页 |
| ·实验数据的采集 | 第21页 |
| ·本章小结 | 第21-22页 |
| 第3章 基于小波包变换的故障特征向量的提取 | 第22-34页 |
| ·从傅里叶变换到小波包变换 | 第22-24页 |
| ·小波包变换算法 | 第24-25页 |
| ·小波消噪的基本原理 | 第25-26页 |
| ·小波包变换除噪 | 第26-29页 |
| ·小波包消噪的MATLAB 实现 | 第29-31页 |
| ·小波包变换提取特征向量 | 第31-33页 |
| ·小波包提取故障特征 | 第31-32页 |
| ·管道泄漏故障特征向量的提取MATLAB 实现 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 第4章 基于神经网络的故障诊断方法 | 第34-47页 |
| ·神经网络概述 | 第34-36页 |
| ·基于神经网络的故障诊断方法 | 第36-42页 |
| ·神经网络模型及算法研究 | 第37页 |
| ·BP 算法学习 | 第37-39页 |
| ·BP 算法学习改进 | 第39-41页 |
| ·网络结构参数分析 | 第41-42页 |
| ·神经网络故障诊断方法在管道泄漏故障诊断中的应用 | 第42-46页 |
| ·本章小结 | 第46-47页 |
| 第5章 基于信息融合的模糊神经网络故障诊断方法 | 第47-62页 |
| ·模糊理论 | 第47-48页 |
| ·模糊逻辑和神经网络的比较 | 第48-49页 |
| ·模糊系统和神经网络的融合形态 | 第49-51页 |
| ·模糊神经网络的结构 | 第51-52页 |
| ·改进的模糊神经网络的结构 | 第52-57页 |
| ·对模糊神经网络进行改进 | 第52-54页 |
| ·模糊规则数的确定 | 第54-55页 |
| ·学习算法 | 第55-57页 |
| ·基于信息融合的模糊神经网络故障诊断方法 | 第57-58页 |
| ·模糊神经网络故障诊断方法在管道泄漏故障诊断中的应用 | 第58-61页 |
| ·模糊神经网络的结构确定 | 第59-60页 |
| ·两种方法的对比分析 | 第60-61页 |
| ·本章小结 | 第61-62页 |
| 结论 | 第62-63页 |
| 参考文献 | 第63-66页 |
| 攻读硕士学位期间所发表的论文 | 第66-67页 |
| 致谢 | 第67页 |