| 第一章 绪论 | 第1-27页 |
| 1．1 大型复杂机电设备故障诊断的研究背景与意义 | 第14-15页 |
| 1．1．1 研究背景 | 第14页 |
| 1．1．2 大型复杂机电系统故障诊断的意义 | 第14-15页 |
| 1．2 大型复杂机电系统故障诊断中特征提取及故障建模研究综述 | 第15-25页 |
| 1．2．1 故障诊断技术发展的特点 | 第15-16页 |
| 1．2．2 统计学习理论与支持向量回归 | 第16-17页 |
| 1．2．3 基于Hilbert-Huang变换的大型复杂机电设备故障特征提取方法综述 | 第17-21页 |
| 1．2．4 大型复杂机电设备故障建模的理论与方法综述 | 第21-25页 |
| 1．3 本文的主要研究内容 | 第25-27页 |
| 第二章 基于支持向量回归的系统辨识建模与仿真研究 | 第27-48页 |
| 2．1 引言 | 第27页 |
| 2．2 统计学习理论回顾 | 第27-37页 |
| 2．2．1 机器学习问题的本质表示 | 第27-29页 |
| 2．2．2 经验风险最小化归纳原则 | 第29-32页 |
| 2．2．3 不适定问题的理论 | 第32-33页 |
| 2．2．4 VC维 | 第33页 |
| 2．2．5 推广性的界理论 | 第33-35页 |
| 2．2．6 结构风险最小化原则 | 第35-36页 |
| 2．2．7 支持向量机与支持向量回归 | 第36-37页 |
| 2．3 支持向量回归与系统辨识 | 第37-40页 |
| 2．3．1 支持向量回归 | 第37-39页 |
| 2．3．2 系统辨识 | 第39-40页 |
| 2．3．3 系统辨识同支持向量回归问题的联系 | 第40页 |
| 2．4 基于支持向量回归的系统辨识仿真研究 | 第40-46页 |
| 2．4．1 线性系统的辨识 | 第40-45页 |
| 2．4．2 非线性系统的辨识 | 第45-46页 |
| 2．5 本章小结 | 第46-48页 |
| 第三章 基于支持向量回归的HHT端点效应消除研究 | 第48-71页 |
| 3．1 概述 | 第48-49页 |
| 3．2 Hilbert-Huang变换原理、算法简述 | 第49-52页 |
| 3．2．1 EMD原理与算法 | 第49-51页 |
| 3．2．2 希尔伯特变换(HHT)原理和算法 | 第51-52页 |
| 3．3 端点效应的成因及各种处理方法 | 第52-59页 |
| 3．3．1 基于波形预测的端点效应消除法 | 第53-57页 |
| 3．3．2 基于时间序列预测技术的端点效应消除法 | 第57-59页 |
| 3．4 最小二乘支持向量回归预测算法 | 第59-60页 |
| 3．5 基于支持向量回归预测的HHT变换的仿真和实际信号验证 | 第60-67页 |
| 3．6 HHT中的采样频率的研究 | 第67-69页 |
| 3．7 本章小结 | 第69-71页 |
| 第四章 轧机异常振动稳态和非稳态信号处理研究 | 第71-89页 |
| 4．1 引言 | 第71页 |
| 4．2 轧机振动稳态信号处理与分析 | 第71-76页 |
| 4．2．1 轧机振动测试方案设计 | 第72-73页 |
| 4．2．2 稳态信号测试分析 | 第73-76页 |
| 4．3 轧机振动非稳态信号处理和分析 | 第76-88页 |
| 4．3．1 长数据 HHT信号处理结果 | 第76-80页 |
| 4．3．2 短数据改进 HHT信号处理 | 第80-88页 |
| 4．4 本章小结 | 第88-89页 |
| 第五章 轧机小样本故障建模、稳定性与工作振型分析 | 第89-108页 |
| 5．1 引言 | 第89-90页 |
| 5．2 闭环系统可辨识性的研究 | 第90页 |
| 5．3 最小二乘法系统辨识 | 第90-96页 |
| 5．3．1 最小二乘法系统辨识原理] | 第90-91页 |
| 5．3．2 最小二乘法系统辨识的步骤 | 第91-95页 |
| 5．3．3 热连轧机最小二乘法系统辨识的结果 | 第95-96页 |
| 5．4 基于支持向量回归的轧机系统辨识 | 第96-101页 |
| 5．4．1 轧机系统辨识 | 第96-97页 |
| 5．4．2 模型检验及模型泛化能力比较 | 第97-101页 |
| 5．5 热连轧机液压压下系统稳定性分析 | 第101-103页 |
| 5．6 传感器外壳和传感器连接杆研究 | 第103-107页 |
| 5．6．1 传感器连接杆和传感器壳的信号分析 | 第103-105页 |
| 5．6．2 传感器连接杆和传感器壳的工作振型分析 | 第105-107页 |
| 5．7 本章小结 | 第107-108页 |
| 第六章、轧机液压压下系统故障模型仿真和故障排除 | 第108-121页 |
| 6．1 引言 | 第108页 |
| 6．2 轧机液压压下系统的故障模型 | 第108-110页 |
| 6．3 故障模型计算机仿真 | 第110-114页 |
| 6．4 传感器外壳动力学建模 | 第114-116页 |
| 6．4．1 传感器外壳实验模态分析 | 第114页 |
| 6．4．2 基于实验模态分析模型的有限元模型修正 | 第114-116页 |
| 6．5 基于修正有限元模型的动力学修改及效果检验 | 第116-119页 |
| 6．5．1 传感器外壳动力学修改及模态分析 | 第116-117页 |
| 6．5．2 传感器壳动力学修改的检验 | 第117-118页 |
| 6．5．3 动力学修改后的现场检验 | 第118-119页 |
| 6．6 本章小结 | 第119-121页 |
| 第七章 主要结论及展望 | 第121-124页 |
| 7．1 主要结论 | 第121-122页 |
| 7．2 研究工作主要贡献 | 第122-123页 |
| 7．3 进一步工作展望 | 第123-124页 |
| 致谢 | 第124-125页 |
| 参考文献 | 第125-136页 |
| 作者在攻读博士学位期间发表的论文目录 | 第136-137页 |
| 作者在攻读博士期间科研情况 | 第137-138页 |
| 独创性说明 | 第138页 |
