| 摘要 | 第3-5页 |
| abstract | 第5-7页 |
| 1 绪论 | 第10-22页 |
| 1.1 课题研究的背景与意义 | 第10-11页 |
| 1.2 关键问题及研究现状 | 第11-18页 |
| 1.3 本文主要研究内容 | 第18-22页 |
| 2 多故障源耦合激励下的大型旋转机械动力学特性分析 | 第22-36页 |
| 2.1 引言 | 第22页 |
| 2.2 时变非线性油膜力下机组耦合故障动力学模型 | 第22-26页 |
| 2.3 系统动力学特性分析 | 第26-34页 |
| 2.4 本章小结 | 第34-36页 |
| 3 基于噪声干扰抑制的大型旋转机械微弱故障信号检测 | 第36-72页 |
| 3.1 引言 | 第36页 |
| 3.2 经验模态分解降噪理论 | 第36-37页 |
| 3.3 基于概率密度函数相似性的经验模态分解降噪 | 第37-55页 |
| 3.4 基于概率熵阈值经验模态分解降噪算法 | 第55-70页 |
| 3.5 本章小结 | 第70-72页 |
| 4 基于噪声辅助分析的大型旋转机械早期故障特征增强 | 第72-88页 |
| 4.1 引言 | 第72页 |
| 4.2 Duffing振子随机共振理论 | 第72-77页 |
| 4.3 基于部分Duffing振子模型随机共振的早期故障特征增强 | 第77-80页 |
| 4.4 实例验证 | 第80-87页 |
| 4.5 本章小结 | 第87-88页 |
| 5 大型旋转机械早期复合故障分离与特征提取 | 第88-104页 |
| 5.1 引言 | 第88页 |
| 5.2 基于连续谱峭度解卷积的大型旋转机械复合故障分离与特征提取 | 第88-93页 |
| 5.3 仿真与实例验证 | 第93-101页 |
| 5.4 本章小结 | 第101-104页 |
| 6 大型旋转机械关键设备性能评估研究 | 第104-116页 |
| 6.1 引言 | 第104页 |
| 6.2 基于H-K聚类逻辑回归模型的大型旋转机械关键设备性能评估 | 第104-109页 |
| 6.3 实例验证 | 第109-114页 |
| 6.4 本章小结 | 第114-116页 |
| 7 全文总结与展望 | 第116-119页 |
| 7.1 全文工作总结 | 第116-117页 |
| 7.2 进一步研究展望 | 第117-119页 |
| 致谢 | 第119-120页 |
| 参考文献 | 第120-131页 |
| 附录1：攻读博士学位期间发表的论文 | 第131-132页 |
| 附录2：攻读博士学位期间获奖及参与科研项目 | 第132页 |
