| 摘要 | 第1-7页 |
| Abstract | 第7-13页 |
| 第一章 绪论 | 第13-28页 |
| ·课题研究的目的与意义 | 第13-15页 |
| ·国内外研究现状 | 第15-26页 |
| ·转子刚度非线性问题研究概述 | 第15-16页 |
| ·转子碰摩故障问题研究概述 | 第16-20页 |
| ·基础松动故障问题研究概述 | 第20-21页 |
| ·非线性故障转子动力学的常用研究方法 | 第21-23页 |
| ·基于神经网络的智能故障诊断研究概述 | 第23-26页 |
| ·本文研究的主要内容 | 第26-28页 |
| 第二章 具有非线性刚度的转子系统动力学行为研究 | 第28-48页 |
| ·概述 | 第28页 |
| ·具有非线性刚度的转子系统的理论分析 | 第28-34页 |
| ·多尺度法 | 第28-29页 |
| ·具有非线性刚度的转子系统动力学方程 | 第29-30页 |
| ·非线性刚度转子系统的非共振和共振分析 | 第30-34页 |
| ·分岔和混沌的基本概念 | 第34-39页 |
| ·分岔的基本概念 | 第35页 |
| ·混沌的基本概念 | 第35-36页 |
| ·通向混沌的道路 | 第36-37页 |
| ·分析混沌的方法 | 第37-39页 |
| ·系统参数变化引起的分岔和混沌行为 | 第39-47页 |
| ·偏心量变化引起的分岔与混沌行为 | 第40-42页 |
| ·转轴非线性刚度变化引起的分岔与混沌行为 | 第42-45页 |
| ·转子转速变化引起的分岔与混沌行为 | 第45-47页 |
| ·本章小结 | 第47-48页 |
| 第三章 具有非线性刚度的转子系统局部碰摩动力学行为研究 | 第48-63页 |
| ·概述 | 第48页 |
| ·非线性转子系统局部碰摩的动力学模型 | 第48-50页 |
| ·系统参数变化引起的分岔和混沌行为 | 第50-61页 |
| ·转子系统局部碰摩动力学模型的实测验证 | 第50-51页 |
| ·以频率比为分岔参数的转子混沌运动分析 | 第51-53页 |
| ·非线性刚度对碰摩转子混沌运动的影响分析 | 第53-56页 |
| ·以偏心量为分岔参数的转子混沌运动分析 | 第56-58页 |
| ·以阻尼比为分岔参数的转子混沌运动分析 | 第58-61页 |
| ·本章小结 | 第61-63页 |
| 第四章 转子系统松动与碰摩耦合故障的动力学行为研究 | 第63-83页 |
| ·概述 | 第63页 |
| ·基础松动与碰摩耦合故障转子系统的动力学方程 | 第63-65页 |
| ·系统参数变化引起的分岔和混沌行为 | 第65-82页 |
| ·耦合故障的转子系统动力学模型的实测验证 | 第65页 |
| ·以频率比为分岔参数的转子系统混沌运动分析 | 第65-69页 |
| ·非线性刚度对系统混沌运动的影响分析 | 第69-72页 |
| ·松动质量对系统混沌运动的影响分析 | 第72-74页 |
| ·碰摩刚度对转子系统混沌运动的影响分析 | 第74-76页 |
| ·以偏心量为分岔参数的转子系统混沌运动分析 | 第76-82页 |
| ·本章小结 | 第82-83页 |
| 第五章 转子—定子系统松动与碰摩耦合故障的动力学行为研究 | 第83-92页 |
| ·概述 | 第83页 |
| ·转子—定子系统松动与碰摩耦合故障的动力学方程 | 第83-85页 |
| ·系统参数变化引起的分岔和混沌行为 | 第85-91页 |
| ·以频率比为分岔参数的系统混沌运动分析 | 第86-89页 |
| ·以偏心量为分岔参数的系统混沌运动分析 | 第89-91页 |
| ·本章小结 | 第91-92页 |
| 第六章 基于神经网络的智能诊断研究 | 第92-120页 |
| ·概述 | 第92页 |
| ·误差反向传播神经网络(BP) | 第92-94页 |
| ·网络结构 | 第93页 |
| ·BP 算法与网络运行机制 | 第93-94页 |
| ·BP 网络存在的问题及改进方案探讨 | 第94-98页 |
| ·改进BP 算法及其在结构损伤诊断中的应用 | 第98-105页 |
| ·改进型BP 算法 | 第98-99页 |
| ·结构损伤智能诊断输入参数的选取 | 第99-100页 |
| ·工程结构损伤诊断实例 | 第100-105页 |
| ·遗传神经网络算法及其应用 | 第105-112页 |
| ·遗传算法概述 | 第105页 |
| ·经典的遗传算法 | 第105-107页 |
| ·遗传BP 算法的网络学习过程 | 第107-108页 |
| ·网络权值的遗传优化 | 第108-109页 |
| ·旋转机械故障的遗传神经网络训练 | 第109-112页 |
| ·转子系统故障实验研究与智能诊断实例 | 第112-118页 |
| ·空压机组故障数据采集与频谱分析 | 第112-114页 |
| ·P1101B机组故障数据采集与频谱分析 | 第114-116页 |
| ·风机故障数据采集与频谱分析 | 第116-117页 |
| ·智能诊断实例 | 第117-118页 |
| ·本章小结 | 第118-120页 |
| 第七章 基于信息融合的集成神经网络故障诊断研究 | 第120-127页 |
| ·概述 | 第120-121页 |
| ·信息融合技术 | 第121页 |
| ·基于信息融合的集成神经网络诊断研究 | 第121-123页 |
| ·集成神经网络的基本结构 | 第121-122页 |
| ·子网络的组建原则 | 第122页 |
| ·决策融合网络的实现 | 第122-123页 |
| ·智能诊断的实现及诊断实例 | 第123-126页 |
| ·本章小结 | 第126-127页 |
| 第八章 全文总结与展望 | 第127-130页 |
| 参考文献 | 第130-141页 |
| 致谢 | 第141-142页 |
| 附录 A 作者简介 | 第142-143页 |
| 附录 B 攻读博士学位期间发表的主要学术论文 | 第143-144页 |
| 附录 C 攻读博士学位期间撰写的专著和教材 | 第144-145页 |
| 附录 D 攻读博士学位期间从事的科研教学工作 | 第145-146页 |
