| 摘要 | 第7-8页 |
| Abstract | 第8-9页 |
| 第1章 绪论 | 第12-17页 |
| 1.1 选题背景及意义 | 第12-13页 |
| 1.2 故障特征选择研究的发展状况 | 第13-15页 |
| 1.3 主要研究内容与全文编排 | 第15-17页 |
| 第2章 转子系统的常见故障及多域故障特征的提取 | 第17-26页 |
| 2.1 引言 | 第17页 |
| 2.2 转子振动特性及常见故障 | 第17-20页 |
| 2.2.1 转子振动特性分析 | 第17-18页 |
| 2.2.2 转子系统的常见故障 | 第18-20页 |
| 2.3 转子系统故障特征提取 | 第20-24页 |
| 2.3.1 故障特征参量的定义及其选取原则 | 第20页 |
| 2.3.2 转子振动信号的时域特征提取 | 第20-23页 |
| 2.3.3 转子振动信号的频域特征提取 | 第23-24页 |
| 2.3.4 转子振动信号的时频域特征提取 | 第24页 |
| 2.4 故障特征数据集构造 | 第24-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第3章 特征选择概述 | 第26-33页 |
| 3.1 引言 | 第26页 |
| 3.2 特征选择的相关概念 | 第26-29页 |
| 3.2.1 特征子集的产生过程 | 第27页 |
| 3.2.2 特征子集的评价准则 | 第27-28页 |
| 3.2.3 特征选择的停止准则 | 第28-29页 |
| 3.2.4 特征子集的分类验证 | 第29页 |
| 3.3 特征选择的方法分类 | 第29-30页 |
| 3.4 常见的特征选择方法 | 第30-32页 |
| 3.5 本章小结 | 第32-33页 |
| 第4章 基于PSO与LS特征选择算法研究 | 第33-42页 |
| 4.1 引言 | 第33页 |
| 4.2 拉普拉斯分值算法简介 | 第33-34页 |
| 4.3 粒子群算法简介 | 第34-38页 |
| 4.3.1 粒子群算法的基本概念 | 第34页 |
| 4.3.2 粒子群算法的参数分析 | 第34-36页 |
| 4.3.3 粒子群算法的早熟收敛问题 | 第36页 |
| 4.3.4 混沌初始化粒子群算法 | 第36-37页 |
| 4.3.5 混沌粒子群算法流程 | 第37-38页 |
| 4.4 混合PSO与LS算法在故障特征数据集降维中的应用 | 第38-41页 |
| 4.4.1 基于PSO与LS的故障特征选择方法设计与实现 | 第38-39页 |
| 4.4.2 故障特征选择结果分析 | 第39-41页 |
| 4.5 本章小结 | 第41-42页 |
| 第5章 转子故障诊断系统的设计与实现 | 第42-48页 |
| 5.1 引言 | 第42页 |
| 5.2 Matlab图形用户界面简介 | 第42-43页 |
| 5.3 Matlab图形用户界面的设计 | 第43页 |
| 5.4 基于Matlab图形用户界面的转子故障诊断系统设计 | 第43-47页 |
| 5.5 本章总结 | 第47-48页 |
| 总结与展望 | 第48-50页 |
| 全文总结 | 第48页 |
| 研究展望 | 第48-50页 |
| 参考文献 | 第50-54页 |
| 致谢 | 第54-55页 |
| 附录A 攻读学位期间所发表的学术论文目录 | 第55-56页 |
| 附录B 参加科研项目情况 | 第56页 |
