| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-26页 |
| ·课题的背景及意义 | 第10-11页 |
| ·故障诊断和容错控制概述 | 第11-15页 |
| ·故障及其分类 | 第11-12页 |
| ·机械故障诊断简介 | 第12-13页 |
| ·容错控制简介 | 第13-14页 |
| ·非线性系统故障诊断和容错控制的特点 | 第14-15页 |
| ·非线性系统故障诊断和容错控制的研究现状 | 第15-24页 |
| ·信号分析和处理方法的研究现状 | 第15-18页 |
| ·故障诊断推理的研究现状 | 第18-21页 |
| ·非线性系统容错控制方法的研究现状 | 第21-24页 |
| ·本文的主要研究内容 | 第24-26页 |
| 第2章 非线性振动信号特征提取方法研究 | 第26-45页 |
| ·引言 | 第26页 |
| ·传统信号提取方法 | 第26-29页 |
| ·频谱分析 | 第27-28页 |
| ·短时傅立叶变换 | 第28-29页 |
| ·小波变换理论 | 第29-32页 |
| ·小波变换的定义 | 第30-31页 |
| ·小波在信号分析中的应用 | 第31-32页 |
| ·混沌学理论 | 第32-33页 |
| ·基于小波变换和混沌理论相结合的信号分析方法研究 | 第33-43页 |
| ·小波包消噪 | 第33-39页 |
| ·混沌特征提取 | 第39-42页 |
| ·实验验证 | 第42-43页 |
| ·本章小结 | 第43-45页 |
| 第3章 基于遗传优化的小波神经网络故障诊断 | 第45-53页 |
| ·引言 | 第45页 |
| ·小波神经网络故障诊断 | 第45-48页 |
| ·小波变换和神经网络的结合方式 | 第45页 |
| ·小波神经网络结构 | 第45-48页 |
| ·遗传算法优化神经网络的故障诊断 | 第48-52页 |
| ·BP 神经网络的基本原理 | 第49页 |
| ·遗传算法 | 第49页 |
| ·遗传优化神经网络的故障诊断算法 | 第49-52页 |
| ·实验验证 | 第52页 |
| ·本章小结 | 第52-53页 |
| 第4章 非线性系统自适应容错控制方法 | 第53-72页 |
| ·引言 | 第53页 |
| ·系统描述与预备知识 | 第53-54页 |
| ·时滞系统故障观测器设计 | 第54-63页 |
| ·时滞系统容错控制 | 第63-65页 |
| ·仿真算例 | 第65-70页 |
| ·本章小结 | 第70-72页 |
| 第5章 时变时滞中立系统容错控制方法 | 第72-80页 |
| ·引言 | 第72页 |
| ·系统描述 | 第72-73页 |
| ·自适应观测器设计 | 第73-77页 |
| ·仿真算例 | 第77-79页 |
| ·本章小结 | 第79-80页 |
| 第6章 一类非仿射非线性系统的神经网络自适应容错控制方法 | 第80-93页 |
| ·引言 | 第80页 |
| ·非线性系统神经网络控制 | 第80-87页 |
| ·非线性系统神经网络故障估计 | 第87-89页 |
| ·仿真算例 | 第89-92页 |
| ·本章小结 | 第92-93页 |
| 结论 | 第93-94页 |
| 参考文献 | 第94-102页 |
| 攻读博士学位期间承担的科研任务与主要成果 | 第102-103页 |
| 致谢 | 第103-104页 |
| 作者简介 | 第104页 |