| 第一章 绪论 | 第1-19页 |
| ·引言 | 第6-8页 |
| ·故障诊断的方法 | 第8-13页 |
| ·基于信息融合的故障诊断方法 | 第13-15页 |
| ·信息融合故障诊断技术的研究现状 | 第15-17页 |
| ·本文的主要研究内容 | 第17-19页 |
| 第二章 基于信息融合技术的故障诊断模型 | 第19-29页 |
| ·信息融合技术的基本理论 | 第19-24页 |
| ·信息融合与故障诊断的关系 | 第24页 |
| ·基于信息融合的故障诊断模型 | 第24-28页 |
| ·小结 | 第28-29页 |
| 第三章 信号处理及信息分配算法 | 第29-39页 |
| ·信号采集 | 第29-30页 |
| ·信号处理 | 第30-34页 |
| ·信息分配算法 | 第34-37页 |
| ·仿真 | 第37-38页 |
| ·小结 | 第38-39页 |
| 第四章 诊断神经网络的结构和算法 | 第39-46页 |
| ·故障诊断的神经网络表示 | 第39-40页 |
| ·局部诊断神经网络的设计 | 第40-42页 |
| ·神经网络的训练和学习方法 | 第42-44页 |
| ·仿真 | 第44-45页 |
| ·小结 | 第45-46页 |
| 第五章 决策融合算法 | 第46-55页 |
| ·加权融合方法 | 第46-48页 |
| ·D-S证据理论融合方法 | 第48-51页 |
| ·模糊积分融合方法 | 第51-54页 |
| ·三种决策方法的比较 | 第54页 |
| ·小结 | 第54-55页 |
| 第六章 信息融合诊断模型在汽车发动机故障诊断中的应用 | 第55-71页 |
| ·基于信息融合的汽车发动机故障诊断过程 | 第55-56页 |
| ·发动机气阀故障诊断实例 | 第56-67页 |
| ·结果说明及方法的优点 | 第67-68页 |
| ·离线诊断系统的开发 | 第68-69页 |
| ·故障诊断系统在车载平台中的应用 | 第69-70页 |
| ·小结 | 第70-71页 |
| 第七章 总结与展望 | 第71-73页 |
| ·主要结论 | 第71-72页 |
| ·未来工作的展望 | 第72-73页 |
| 参考文献 | 第73-77页 |
| 致谢 | 第77-78页 |
| 攻读硕士期间论文发表和科研情况 | 第78页 |