| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第11-15页 |
| 1.1 课题研究背景与意义 | 第11页 |
| 1.2 研究现状 | 第11-13页 |
| 1.3 研究内容与组织结构 | 第13-15页 |
| 1.3.1 研究内容 | 第13页 |
| 1.3.2 组织结构 | 第13-15页 |
| 第二章 相关理论与关键技术 | 第15-25页 |
| 2.1 特征提取关键技术 | 第15-23页 |
| 2.1.1 AR模型建模与优化 | 第15-18页 |
| 2.1.2 曲线拟合理论 | 第18-22页 |
| 2.1.3 小波消澡原理 | 第22-23页 |
| 2.2 相关度计算 | 第23-24页 |
| 2.3 无监督分类 | 第24页 |
| 2.4 本章小结 | 第24-25页 |
| 第三章 系统需求分析与总体设计 | 第25-32页 |
| 3.1 系统总体概述 | 第25页 |
| 3.2 功能性需求分析 | 第25-29页 |
| 3.2.2 故障与正常状态参数分类及特征提取 | 第25-27页 |
| 3.2.3 故障与正常状态参数特征比对模块 | 第27-28页 |
| 3.2.4 系统界面展示与服务模块 | 第28-29页 |
| 3.3 非功能性需求分析 | 第29页 |
| 3.3.1 性能要求 | 第29页 |
| 3.3.2 输入/输出 | 第29页 |
| 3.3.3 系统接口 | 第29页 |
| 3.4 系统总体设计 | 第29-31页 |
| 3.4.1 总体流程设计 | 第29-30页 |
| 3.4.2 逻辑架构设计 | 第30-31页 |
| 3.4.3 系统接口关系 | 第31页 |
| 3.4.4 系统开发环境 | 第31页 |
| 3.5 本章小结 | 第31-32页 |
| 第四章 系统及关键算法的设计与实现 | 第32-63页 |
| 4.1 特征提取关键算法的设计与实现 | 第32-43页 |
| 4.1.1 数据预处理算法的设计与实现 | 第32-33页 |
| 4.1.2 特征提取关键算法的设计与实现 | 第33-43页 |
| 4.2 状态比对关键算法设计与实现 | 第43-55页 |
| 4.2.1 基于历史数据的系统参数故障相关性阈值自适应选择算法 | 第43-46页 |
| 4.2.2 故障与正常状态识别算法设计与实现 | 第46-55页 |
| 4.3 聚类法参数分类算法设计与实现 | 第55-58页 |
| 4.3.1 聚类法参数分类算法设计 | 第55-58页 |
| 4.3.2 聚类法参数分类算法实现 | 第58页 |
| 4.4 界面展示与服务模块实现 | 第58-62页 |
| 4.4.1 预处理模块实现 | 第60页 |
| 4.4.2 参数分析模块实现 | 第60-62页 |
| 4.4.3 参数分类模块实现 | 第62页 |
| 4.5 本章小结 | 第62-63页 |
| 第五章 实验与分析 | 第63-76页 |
| 5.1 实验数据 | 第63页 |
| 5.2 预处理实验及性能分析 | 第63-64页 |
| 5.3 特征提取实验 | 第64-68页 |
| 5.3.1 基于AR模型的特征提取 | 第64-65页 |
| 5.3.2 基于曲线拟合的特征提取 | 第65-66页 |
| 5.3.3 基于遍历搜索的极值点提取 | 第66-67页 |
| 5.3.4 全局极值点特征提取 | 第67页 |
| 5.3.6 特征提取法对比结果 | 第67-68页 |
| 5.4 状态识别实验 | 第68-74页 |
| 5.4.1 相关系数法比对 | 第68-69页 |
| 5.4.2 AR模型特征比对 | 第69-70页 |
| 5.4.3 曲线拟合特征比对 | 第70-72页 |
| 5.4.4 遍历搜索极值特征比对 | 第72-73页 |
| 5.4.5 状态识别法对比结果 | 第73-74页 |
| 5.5 参数分类实验 | 第74-75页 |
| 5.6 实验总结 | 第75-76页 |
| 第六章 总结与展望 | 第76-78页 |
| 6.1 总结 | 第76页 |
| 6.2 工作展望与不足 | 第76-78页 |
| 致谢 | 第78-79页 |
| 参考文献 | 第79-81页 |