| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题来源 | 第10页 |
| 1.2 课题研究背景及意义 | 第10-11页 |
| 1.3 课题国内外研究现状 | 第11-14页 |
| 1.4 本课题研究内容 | 第14-16页 |
| 第2章 故障诊断原理及 Wiener 核的测量 | 第16-23页 |
| 2.1 引言 | 第16页 |
| 2.2 非线性模拟电路的 Wiener 级数描述 | 第16-17页 |
| 2.3 Wiener 核的获取 | 第17-20页 |
| 2.3.1 离散电路 Wiener 核的获取方法 | 第17-18页 |
| 2.3.2 Wiener 核的间接获取方法 | 第18-20页 |
| 2.4 基于 Wiener 核非线性模拟电路的故障智能诊断原理 | 第20-22页 |
| 2.5 本章小结 | 第22-23页 |
| 第3章 粒子群蚁群混合优化算法 | 第23-35页 |
| 3.1 引言 | 第23页 |
| 3.2 粒子群算法及其优化 | 第23-25页 |
| 3.2.1 粒子群算法的原理 | 第23-24页 |
| 3.2.2 粒子群算法的模型与优化 | 第24-25页 |
| 3.3 蚁群算法的及其优化 | 第25-31页 |
| 3.3.1 蚁群算法的原理 | 第25-28页 |
| 3.3.2 蚁群算法的模型与优化 | 第28-31页 |
| 3.4 粒子群蚁群混合优化算法 | 第31-32页 |
| 3.5 粒子群蚁群混合算法的验证与仿真 | 第32-34页 |
| 3.6 本章小结 | 第34-35页 |
| 第4章 基于粒子群蚁群的 Wiener 核特征选择和提取 | 第35-42页 |
| 4.1 引言 | 第35页 |
| 4.2 粒子群蚁群特征选择方法 | 第35-36页 |
| 4.3 粒子群蚁群特征提取方法 | 第36-37页 |
| 4.4 Wiener 核的特征选择和提取方法 | 第37-40页 |
| 4.5 实例验证 | 第40-41页 |
| 4.6 本章小结 | 第41-42页 |
| 第5章 系统设计及诊断实例 | 第42-56页 |
| 5.1 引言 | 第42页 |
| 5.2 诊断系统的硬件设计 | 第42-45页 |
| 5.2.1 单片机最小系统 | 第42-43页 |
| 5.2.2 数据采集模块 | 第43页 |
| 5.2.3 串口通信模块 | 第43-44页 |
| 5.2.4 系统其它模块 | 第44-45页 |
| 5.3 高斯白噪声发生单元设计 | 第45-46页 |
| 5.4 诊断系统的软件设计 | 第46-52页 |
| 5.4.1 上位机软件的总体设计 | 第46-48页 |
| 5.4.2 粒子群蚁群算法的程序设计 | 第48-50页 |
| 5.4.3 特征提取的程序设计 | 第50-51页 |
| 5.4.4 故障诊断的程序设计 | 第51-52页 |
| 5.5 诊断实例 | 第52-55页 |
| 5.6 本章小结 | 第55-56页 |
| 结论 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 攻读学位期间发表的学术论文 | 第60-61页 |
| 致谢 | 第61页 |