| 摘要 | 第1-7页 |
| ABSTRACT | 第7-10页 |
| 引言 | 第10-12页 |
| 第一章 小波变换与机械故障诊断 | 第12-26页 |
| ·时频分布与机械故障诊断 | 第13-14页 |
| ·小波变换概述 | 第14-17页 |
| ·理论基础 | 第14-16页 |
| ·连续小波变换 | 第16-17页 |
| ·工程理解 | 第17-19页 |
| ·连续小波变换与短时傅立叶变换的比较 | 第19-20页 |
| ·基于小波变换的特征提取与故障诊断技术 | 第20-26页 |
| ·小波基函数和尺度因子的选择 | 第21-24页 |
| ·奇异点与奇异性指数 | 第24页 |
| ·奇异性检测的小波变换方法 | 第24-25页 |
| ·小波变换的模极大值与孤立奇异点 | 第25页 |
| ·Lip 指数的计算方法 | 第25-26页 |
| 第二章 奇异值检测（脊线提取） | 第26-38页 |
| ·提取方法的分类 | 第26-27页 |
| ·本文提出的算法 | 第27-30页 |
| ·诊断实例 | 第30-33页 |
| ·检测冲击信号 | 第31-32页 |
| ·检测频率突变 | 第32-33页 |
| ·电梯故障检测 | 第33-34页 |
| ·基于连续小波变换的滚动轴承故障诊断 | 第34-38页 |
| 第三章 独立成分分析方法在电梯运行监控中的应用与研究 | 第38-67页 |
| ·多变量过程统计方法 | 第39-45页 |
| ·主元分析(PCA，Principal Components Analysis) | 第39-42页 |
| ·独立成分分析(ICA，Independent Component Analysis) | 第42-45页 |
| ·独立成分分析方法(ICA) | 第45-54页 |
| ·独立成分分析的定义 | 第45-47页 |
| ·独立成分分析的估计原理 | 第47-52页 |
| ·独立成分分析算法 | 第52-54页 |
| ·基于ICA 的过程监控 | 第54-67页 |
| ·统计量控制限 | 第55-58页 |
| ·ICA 监控仿真实例 | 第58-67页 |
| 总结与展望 | 第67-69页 |
| 全文总结 | 第67-68页 |
| 研究展望 | 第68-69页 |
| 参考文献 | 第69-74页 |
| 致谢 | 第74-75页 |
| 硕士期间发表论文情况 | 第75页 |
