| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第1 章 绪论 | 第11-17页 |
| ·故障诊断的研究意义 | 第11页 |
| ·远程智能故障诊断系统的国内外研究概况 | 第11-15页 |
| ·远程故障诊断 | 第12页 |
| ·智能故障诊断 | 第12-15页 |
| ·基于Internet 和Agent 的远程智能故障诊断 | 第15页 |
| ·课题来源、论文主要研究内容结构及本课题研究意义 | 第15-17页 |
| ·课题来源 | 第15页 |
| ·论文主要研究内容结构 | 第15-16页 |
| ·本课题的研究意义 | 第16-17页 |
| 第2 章 Agent 技术及在故障诊断中的应用研究 | 第17-31页 |
| ·Agent 概况 | 第17-21页 |
| ·Agent 的典型结构 | 第17-20页 |
| ·多Agent 技术 | 第20-21页 |
| ·Agent 的关键技术 | 第21-26页 |
| ·Agent 通信 | 第21-23页 |
| ·Agent 协调与协作 | 第23-25页 |
| ·Agent 的学习 | 第25-26页 |
| ·Agent 的实现方法 | 第26-27页 |
| ·基于Agent 的故障诊断 | 第27-30页 |
| ·基于混合结构的诊断维护Agent 模型 | 第27-29页 |
| ·基于多Agent 的故障诊断系统框架 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 第3 章 支持向量机及在故障诊断中的应用研究 | 第31-47页 |
| ·理论背景 | 第31页 |
| ·支持向量机 | 第31-37页 |
| ·支持向量机的基本原理 | 第31-35页 |
| ·支持向量机的特点 | 第35-37页 |
| ·基于支持向量机的故障诊断 | 第37-40页 |
| ·基于支持向量机的故障诊断的基本步骤 | 第37-38页 |
| ·支持向量机的多故障分类机算法 | 第38-40页 |
| ·支持向量分类机建立及分析 | 第40-45页 |
| ·支持向量分类机建立 | 第40页 |
| ·典型核函数参数选择分析 | 第40-43页 |
| ·支持向量分类机的训练及测试 | 第43-45页 |
| ·本章小结 | 第45-47页 |
| 第4 章 远程智能故障诊断系统的架构与实现 | 第47-65页 |
| ·远程故障诊断的体系结构 | 第47-50页 |
| ·基于C/S 的体系结构 | 第47-48页 |
| ·基于B/S 的体系结构 | 第48-49页 |
| ·C/S 模式和B/S 模式的对比 | 第49-50页 |
| ·基于Web 的应用程序开发技术 | 第50-55页 |
| ·Web 服务 | 第50-51页 |
| ·Web 服务器 | 第51-52页 |
| ·Web 应用程序 | 第52-53页 |
| ·网络数据库开发技术 | 第53-55页 |
| ·基于Agent 和Internet 的远程故障诊断系统设计方案 | 第55-58页 |
| ·整体方案 | 第55-56页 |
| ·客户端方案 | 第56页 |
| ·应用服务器方案 | 第56-57页 |
| ·数据库服务器方案 | 第57页 |
| ·基于SVM 和Agent 的Web 诊断服务方案 | 第57-58页 |
| ·基于B/S 模式方案的实现 | 第58-64页 |
| ·应用服务器的搭建与配置 | 第58-59页 |
| ·建立模拟知识库 | 第59-61页 |
| ·网站及动态网页的实现 | 第61-62页 |
| ·诊断Agent 的实现 | 第62-64页 |
| ·本章小结 | 第64-65页 |
| 第5 章 液压泵振动信号现场采集处理与远程诊断实验研究 | 第65-77页 |
| ·基于虚拟仪器的液压泵故障诊断实验系统 | 第65-71页 |
| ·实验系统组成 | 第65-66页 |
| ·数据采集硬件选择 | 第66-67页 |
| ·数据采集除噪与特征提取应用软件 | 第67-71页 |
| ·现场数据采集与处理 | 第71-75页 |
| ·人为模拟故障 | 第71-72页 |
| ·数据采集 | 第72-73页 |
| ·信号除噪处理 | 第73页 |
| ·故障特征提取 | 第73-75页 |
| ·远程智能故障诊断的应用 | 第75-76页 |
| ·本章小结 | 第76-77页 |
| 结论 | 第77-79页 |
| 附录 | 第79-83页 |
| 参考文献 | 第83-91页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第91-92页 |
| 致谢 | 第92-93页 |
| 作者简介 | 第93页 |
