故障诊断中信息熵特征提取及融合方法研究
| 摘要 | 第1-7页 |
| Abstract | 第7-13页 |
| 第1章 绪论 | 第13-28页 |
| ·课题研究的目的和意义 | 第13-14页 |
| ·故障诊断理论研究现状 | 第14-17页 |
| ·信息熵分析方法研究概况 | 第17-22页 |
| ·信息的定量描述方法 | 第17-18页 |
| ·信息熵分析方法研究进展 | 第18-22页 |
| ·信息融合方法研究概况 | 第22-26页 |
| ·信息融合的基本思想 | 第22-23页 |
| ·信息融合方法研究进展 | 第23-26页 |
| ·课题来源和本文主要研究内容 | 第26-28页 |
| 第2章 复杂度信息熵研究及建模 | 第28-54页 |
| ·引言 | 第28页 |
| ·信息测度指标研究 | 第28-37页 |
| ·信息熵测度指标 | 第28-31页 |
| ·复杂性测度指标 | 第31-36页 |
| ·两种信息测度的局限性分析 | 第36-37页 |
| ·复杂度信息熵计算模型 | 第37-49页 |
| ·模型建立 | 第37-39页 |
| ·性质分析 | 第39-42页 |
| ·参数选取和优化 | 第42-48页 |
| ·应用指标 | 第48-49页 |
| ·仿真实验 | 第49-53页 |
| ·计算参数稳定性实验 | 第50-51页 |
| ·信号参数敏感性实验 | 第51-53页 |
| ·本章小结 | 第53-54页 |
| 第3章 单变量信息熵特征提取 | 第54-76页 |
| ·引言 | 第54页 |
| ·时域信息熵特征提取 | 第54-56页 |
| ·频域信息熵特征提取 | 第56-58页 |
| ·时-频域信息熵特征提取 | 第58-69页 |
| ·时-频分析及特征提取 | 第58-60页 |
| ·小波能谱熵特征指标 | 第60-61页 |
| ·多分辨分析信息熵特征指标 | 第61-64页 |
| ·多分辨率奇异谱熵特征指标 | 第64-69页 |
| ·仿真实验 | 第69-75页 |
| ·典型信号的信息熵特征 | 第69-70页 |
| ·Duffing系统非线性振动特征分析 | 第70-73页 |
| ·转子系统变速过程信号特征分析 | 第73-75页 |
| ·本章小结 | 第75-76页 |
| 第4章 多变量关联特征信息熵提取 | 第76-93页 |
| ·引言 | 第76页 |
| ·信息关联特性描述 | 第76-78页 |
| ·信息关联特征指标 | 第78-87页 |
| ·关联信息熵测度 | 第78-82页 |
| ·联合复杂度信息熵 | 第82-85页 |
| ·信息传递特征指数 | 第85-87页 |
| ·仿真实验 | 第87-92页 |
| ·Lorenz系统状态特征分析 | 第87-90页 |
| ·支座松动转子系统响应状态分析 | 第90-92页 |
| ·本章小结 | 第92-93页 |
| 第5章 多源信号的信息熵融合模型 | 第93-115页 |
| ·引言 | 第93页 |
| ·数据级融合的信息熵指标 | 第93-96页 |
| ·双通道能谱熵 | 第94-95页 |
| ·多通道奇异谱熵 | 第95-96页 |
| ·特征级融合的信息熵模型 | 第96-101页 |
| ·多源信息的建模表示与关联优化 | 第97-99页 |
| ·多源信息传递特征分析模型 | 第99-101页 |
| ·决策级融合的信息熵方法及实现模型 | 第101-114页 |
| ·融合决策过程的信息熵准则 | 第102-105页 |
| ·小波神经网络融合决策模型 | 第105-111页 |
| ·仿真实验 | 第111-114页 |
| ·本章小结 | 第114-115页 |
| 第6章 基于信息熵的转子动力特征分析与诊断实验 | 第115-137页 |
| ·引言 | 第115页 |
| ·典型故障状态下转子动力响应的信息熵特征 | 第115-131页 |
| ·转子裂纹故障的信息熵特征 | 第115-122页 |
| ·转子碰摩故障的信息熵特征 | 第122-126页 |
| ·转子裂纹碰摩耦合故障的信息熵特征 | 第126-131页 |
| ·转子系统故障诊断实验 | 第131-136页 |
| ·旋转实验平台系统结构 | 第131-133页 |
| ·实验内容与诊断结果 | 第133-136页 |
| ·本章小结 | 第136-137页 |
| 结论 | 第137-139页 |
| 参考文献 | 第139-147页 |
| 攻读博士学位期间承担的科研任务与主要成果 | 第147-149页 |
| 致谢 | 第149-150页 |
| 作者简介 | 第150页 |
