| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第一章 绪论 | 第10-25页 |
| ·课题介绍 | 第10页 |
| ·故障诊断的意义 | 第10-11页 |
| ·故障诊断的基本概念和研究内容 | 第11-13页 |
| ·基本概念 | 第11-12页 |
| ·研究内容 | 第12-13页 |
| ·故障诊断技术的发展状况 | 第13-14页 |
| ·国外发展状况 | 第13-14页 |
| ·国内发展状况 | 第14页 |
| ·智能故障诊断 | 第14-20页 |
| ·基于人工智能的故障诊断 | 第15-16页 |
| ·基于计算智能的故障诊断 | 第16页 |
| ·计算智能在故障诊断中的应用 | 第16-20页 |
| ·旋转机械振动故障诊断的发展状况 | 第20-22页 |
| ·故障机理研究 | 第20页 |
| ·故障征兆提取 | 第20-22页 |
| ·故障诊断的发展趋势 | 第22-23页 |
| ·本文的主要研究内容 | 第23-25页 |
| 第二章 计算智能理论与方法 | 第25-43页 |
| ·人工智能与计算智能 | 第25页 |
| ·神经网络 | 第25-31页 |
| ·神经网络的发展历程 | 第26页 |
| ·神经网络的基本理论 | 第26-30页 |
| ·应用举例 | 第30-31页 |
| ·模糊理论 | 第31-35页 |
| ·模糊集 | 第31-34页 |
| ·模糊关系 | 第34页 |
| ·模糊逻辑推理 | 第34-35页 |
| ·应用举例 | 第35页 |
| ·遗传算法 | 第35-38页 |
| ·遗传算法的基本原理 | 第36-37页 |
| ·应用举例 | 第37-38页 |
| ·粗糙集理论 | 第38-43页 |
| ·粗糙集理论基础 | 第39-41页 |
| ·应用举例 | 第41-43页 |
| 第三章 基于神经网络的机械设备状态预测研究 | 第43-59页 |
| ·概述 | 第43-44页 |
| ·非平稳时间序列自适应线性神经网络预测 | 第44-49页 |
| ·自适应线性元件神经网络 | 第45-47页 |
| ·仿真结果 | 第47-49页 |
| ·结论 | 第49页 |
| ·基于广义回归神经网络的时间序列预测 | 第49-59页 |
| ·广义回归神经网络 | 第49-52页 |
| ·时间序列预测 | 第52-58页 |
| ·结论 | 第58-59页 |
| 第四章 基于计算智能的故障诊断研究 | 第59-87页 |
| ·概述 | 第59-60页 |
| ·基于聚类方法-粗糙集-模糊神经网络集成的故障诊断 | 第60-75页 |
| ·故障诊断数据 | 第60-64页 |
| ·基于聚类方法的连续属性值离散处理 | 第64-68页 |
| ·基于遗传算法的决策系统约简 | 第68-70页 |
| ·基于自适应模糊神经网络推理系统的故障诊断 | 第70-74页 |
| ·结论 | 第74-75页 |
| ·基于广义粗糙集理论的故障诊断规则优化 | 第75-87页 |
| ·广义粗糙集理论基础 | 第75-77页 |
| ·旋转机械振动故障诊断规则优化 | 第77-80页 |
| ·基于神经网络的旋转机械振动故障诊断 | 第80-86页 |
| ·结论 | 第86-87页 |
| 第五章 大型机组在线状态监测与故障诊断系统介绍 | 第87-112页 |
| ·总体结构 | 第87-88页 |
| ·系统软件结构 | 第88-96页 |
| ·数据管理 | 第89页 |
| ·数据采集 | 第89页 |
| ·状态监测 | 第89页 |
| ·信号分析 | 第89页 |
| ·趋势分析 | 第89页 |
| ·故障诊断 | 第89-90页 |
| ·网络通讯 | 第90页 |
| ·监测诊断报告 | 第90页 |
| ·联机帮助 | 第90-96页 |
| ·信号分析 | 第96-107页 |
| ·基于VisualC++与Matlab C/C++数学函数库集成的程序编制 | 第96-98页 |
| ·信号分析功能介绍 | 第98-107页 |
| ·网络通讯 | 第107-111页 |
| ·客户机/服务器结构模式 | 第107-108页 |
| ·服务器的并发处理 | 第108-109页 |
| ·Windows Sockets编程 | 第109-111页 |
| ·结论 | 第111-112页 |
| 第六章 结束语 | 第112-115页 |
| ·结论 | 第112-113页 |
| ·展望 | 第113-115页 |
| 参考文献 | 第115-121页 |
| 作者攻读博士学位期间发表的学术论文 | 第121-122页 |
| 创新点摘要 | 第122-123页 |
| 致谢 | 第123-124页 |