| 摘要 | 第3-5页 |
| ABSTRACT | 第5-7页 |
| 1.绪论 | 第10-20页 |
| 1.1 研究背景 | 第10-11页 |
| 1.1.1 课题来源 | 第10页 |
| 1.1.2 研究的目的及意义 | 第10-11页 |
| 1.2 印刷机故障诊断的国内外现状 | 第11-16页 |
| 1.2.1 基于振动的印刷机故障诊断 | 第12-13页 |
| 1.2.2 基于图像信息的印刷机故障诊断 | 第13-15页 |
| 1.2.3 基于专家系统的印刷机故障诊断 | 第15-16页 |
| 1.3 主要的研究内容及章节的安排 | 第16-20页 |
| 1.3.1 主要的研究内容 | 第16-17页 |
| 1.3.2 章节安排 | 第17-20页 |
| 2. 基于图像信息的印刷机异常状态监测方法研究及装置开发 | 第20-44页 |
| 2.1 引言 | 第20-21页 |
| 2.2 印刷故障图像检测的理论基础 | 第21-25页 |
| 2.2.1 图像去噪 | 第21-24页 |
| 2.2.2 灰度化 | 第24-25页 |
| 2.2.3 去光照 | 第25页 |
| 2.3 基于RADON变换与灰度投影积分极值方法的矩形检测 | 第25-30页 |
| 2.3.1 Radon变换原理 | 第25-27页 |
| 2.3.2 矩形重构 | 第27-29页 |
| 2.3.3 相关参数的计算 | 第29-30页 |
| 2.4 基于顶帽变换的印刷网点覆盖率计算方法 | 第30-34页 |
| 2.4.1 网点覆盖率检测方法概述 | 第30-31页 |
| 2.4.2 基于顶帽变换的图像增强 | 第31页 |
| 2.4.3 计算实验 | 第31-34页 |
| 2.5 实验装置的开发 | 第34-42页 |
| 2.5.1 印刷标识图像检测系统的组成 | 第34页 |
| 2.5.2 硬件系统的组件 | 第34-37页 |
| 2.5.3 软件的设计 | 第37-38页 |
| 2.5.4 实验及结果分析 | 第38-42页 |
| 2.6 本章小结 | 第42-44页 |
| 3.基于自适应分析的多源信息特征提取方法研究 | 第44-58页 |
| 3.1 引言 | 第44-45页 |
| 3.2 基于自适应分析的符号化特征集构建研究 | 第45-48页 |
| 3.2.1 经验模式分析及其端点效应处理 | 第45-46页 |
| 3.2.2 本征模式分量的符号化研究 | 第46-48页 |
| 3.3 印刷机关键部件的符号化特征集构建与分类研究 | 第48-56页 |
| 3.3.1 通用轴承故障诊断研究 | 第48-50页 |
| 3.3.2 印刷机轴承故障分析 | 第50-54页 |
| 3.3.3 印刷机齿轮故障分析 | 第54-56页 |
| 3.4 本章小结 | 第56-58页 |
| 4.基于流形学习的多源特征融合方法研究 | 第58-72页 |
| 4.1 引言 | 第58-59页 |
| 4.2 多源信息的获取及符号熵特征集构建 | 第59-62页 |
| 4.3 基于流形学习的特征融合 | 第62-68页 |
| 4.3.1 基于LE的故障特征集维数优化 | 第63-64页 |
| 4.3.2 多源符号熵特征集的LE分析 | 第64-68页 |
| 4.4 LE融合特征集的故障分类实验 | 第68-70页 |
| 4.5 本章小结 | 第70-72页 |
| 5. 基于知识模型与图像信息的印刷机专家系统的研究 | 第72-106页 |
| 5.1 引言 | 第72-73页 |
| 5.2 专家系统 | 第73-77页 |
| 5.2.1 专家系统的组成 | 第73-74页 |
| 5.2.2 知识模型的建立 | 第74-75页 |
| 5.2.3 推理机 | 第75-76页 |
| 5.2.4 知识表示 | 第76-77页 |
| 5.3 基于案例推理的印刷机故障诊断专家系统的研究 | 第77-91页 |
| 5.3.1 案例表示 | 第77-79页 |
| 5.3.2 权重的确定 | 第79-80页 |
| 5.3.3 案例推理方法 | 第80-82页 |
| 5.3.4 故障诊断系统的开发与实现 | 第82-85页 |
| 5.3.5 实验验证 | 第85-91页 |
| 5.4 基于印刷图像信息的印刷机故障诊断系统的研究 | 第91-103页 |
| 5.4.1 印刷图像特征参数的提取方法 | 第91-94页 |
| 5.4.2 印刷图像冗余信息的去除方法 | 第94-96页 |
| 5.4.3 印刷图像故障特征参数分类方法 | 第96-97页 |
| 5.4.4 故障诊断系统的设计 | 第97-100页 |
| 5.4.5 实验验证与分析 | 第100-103页 |
| 5.5 本章小结 | 第103-106页 |
| 6.结论与展望 | 第106-110页 |
| 6.1 结论 | 第106-107页 |
| 6.2 主要的创新点 | 第107页 |
| 6.3 展望 | 第107-110页 |
| 致谢 | 第110-112页 |
| 参考文献 | 第112-122页 |
| 攻读学位期间取得的研究成果 | 第122-124页 |
