| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 课题研究的背景和意义 | 第9-10页 |
| 1.2 结构健康状态监测的研究现状 | 第10-13页 |
| 1.2.1 基于振动的结构健康监测方法 | 第10-11页 |
| 1.2.2 基于动力特性的结构健康监测方法 | 第11-12页 |
| 1.2.3 结构损伤监测的算法 | 第12-13页 |
| 1.3 熵在结构健康监测与健康监测中的应用 | 第13-14页 |
| 1.4 论文的课题来源和主要内容及章节安排 | 第14-16页 |
| 第二章 熵的概述与性能分析 | 第16-31页 |
| 2.1 引言 | 第16页 |
| 2.2 熵的基本定义和振动信号的熵 | 第16-19页 |
| 2.2.1 熵的定义 | 第16-17页 |
| 2.2.2 振动信号来源 | 第17-19页 |
| 2.3 信息熵 | 第19-22页 |
| 2.3.1 信息熵的概念 | 第19-20页 |
| 2.3.2 振动信号的信息熵 | 第20-22页 |
| 2.4 近似熵 | 第22-25页 |
| 2.4.1 近似熵概念 | 第22-23页 |
| 2.4.2 振动信号的近似熵 | 第23-25页 |
| 2.5 样本熵 | 第25-27页 |
| 2.5.1 样本熵概念 | 第25-26页 |
| 2.5.2 振动信号的样本熵 | 第26-27页 |
| 2.6 排列熵 | 第27-30页 |
| 2.6.1 排列熵的概念 | 第27-28页 |
| 2.6.2 振动信号的排列熵 | 第28-30页 |
| 2.7 本章小结 | 第30-31页 |
| 第三章 基于特征量信息熵的健康状态监测方法 | 第31-61页 |
| 3.1 引言 | 第31页 |
| 3.2 特征量的提取方法 | 第31-38页 |
| 3.2.1 时域特征量 | 第31-33页 |
| 3.2.2 频域特征量 | 第33-34页 |
| 3.2.3 时频域特征量 | 第34-38页 |
| 3.3 特征量的熵 | 第38-57页 |
| 3.3.1 时域特征量的熵 | 第38-43页 |
| 3.3.2 频域特征量的熵 | 第43-48页 |
| 3.3.3 时频域特征量的熵 | 第48-53页 |
| 3.3.4 不同特征量的熵对比 | 第53-57页 |
| 3.4 基于特征量熵的健康状态监测方法 | 第57-60页 |
| 3.4.1 健康监测方法 | 第57页 |
| 3.4.2 轴承健康监测 | 第57-58页 |
| 3.4.3 工程结构健康监测 | 第58-60页 |
| 3.5 本章小结 | 第60-61页 |
| 第四章 基于 AR 模型的健康状态监测与预测方法 | 第61-73页 |
| 4.1 引言 | 第61页 |
| 4.2 AR 模型 | 第61-64页 |
| 4.2.1 AR 模型概述 | 第61-64页 |
| 4.2.2 基于 AR 模型监测与预测方法 | 第64页 |
| 4.3 基于 AR 模型的轴承监测与预测 | 第64-68页 |
| 4.3.1 轴承振动信号提取 | 第64-65页 |
| 4.3.2 轴承健康监测 | 第65-67页 |
| 4.3.3 轴承健康预测 | 第67-68页 |
| 4.5 基于 AR 模型的结构设备监测与预测 | 第68-72页 |
| 4.5.1 结构振动信号的提取 | 第68-69页 |
| 4.5.2 框架结构健康监测 | 第69-72页 |
| 4.5.3 框架结构健康预测 | 第72页 |
| 4.6 本章小结 | 第72-73页 |
| 第五章 基于 BP 神经网络的设备监测与预测方法 | 第73-85页 |
| 5.1 引言 | 第73页 |
| 5.2 神经网络概述 | 第73-74页 |
| 5.2.1 神经网络的原理 | 第73-74页 |
| 5.2.2 神经网络的分类 | 第74页 |
| 5.3 BP 神经网络原理 | 第74-78页 |
| 5.3.1 BP 神经网络和 BP 算法 | 第74-78页 |
| 5.3.2 基于 BP 神经网络的监测与预测方法 | 第78页 |
| 5.4 基于 BP 神经网络的轴承健康状态监测与预测 | 第78-81页 |
| 5.4.1 轴承设备健康监测 | 第78-80页 |
| 5.4.2 轴承健康状态预测 | 第80-81页 |
| 5.5 基于 BP 神经网络的结构设备监测与预测 | 第81-84页 |
| 5.5.1 框架结构健康监测 | 第81-83页 |
| 5.5.2 框架结构健康预测 | 第83-84页 |
| 5.6 本章小结 | 第84-85页 |
| 结论与展望 | 第85-87页 |
| 参考文献 | 第87-90页 |
| 攻读硕士学位期间发表的论文和参加的科研项目 | 第90-91页 |
| 致谢 | 第91页 |