| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-16页 |
| ·论文研究的背景 | 第9-10页 |
| ·信息融合技术概述 | 第10-11页 |
| ·信息融合的概念 | 第10-11页 |
| ·信息融合的应用 | 第11页 |
| ·故障诊断的信息融合技术 | 第11-13页 |
| ·故障诊断的不确定性分析 | 第11-12页 |
| ·故障诊断的不确定性信息融合方法 | 第12-13页 |
| ·论文研究的意义 | 第13-14页 |
| ·论文研究的主要内容 | 第14-16页 |
| 第2章 多源不确定性信息融合的随机集方法 | 第16-29页 |
| ·随机集理论的基本概述 | 第16-17页 |
| ·随机集的基本理论 | 第17-20页 |
| ·随机集的定义 | 第17-19页 |
| ·随机集的性质 | 第19-20页 |
| ·模糊理论与随机集 | 第20-22页 |
| ·模糊集和模糊关系运算 | 第20-21页 |
| ·模糊集和随机集之间的相互表示 | 第21-22页 |
| ·含糊集的随机集描述 | 第22-24页 |
| ·含糊集的基本概念 | 第22-24页 |
| ·含糊集的随机集表示方法 | 第24页 |
| ·证据理论的随机集描述 | 第24-28页 |
| ·证据理论的基本概念和公式 | 第25-26页 |
| ·BPA、Bel、Pl以及证据组合公式的随机集描述 | 第26-28页 |
| ·小结 | 第28-29页 |
| 第3章 风力发电机组故障模式和故障处理方法综合研究 | 第29-38页 |
| ·风力发电机组故障诊断的必要性 | 第29-30页 |
| ·风力发电机组的故障模式和诊断方法分析 | 第30-35页 |
| ·风力发电机组的故障模式和诊断方法分析 | 第30页 |
| ·风力发电机组结构简介 | 第30-32页 |
| ·常见的风力发电机组故障模式类型 | 第32-34页 |
| ·风力发电机组故障诊断方法综述 | 第34-35页 |
| ·不确定性信息融合方法在风力发电机组故障诊断中的应用分析 | 第35-37页 |
| ·不确定性信息融合方法在风力发电机组故障诊断的可行性分析 | 第35-36页 |
| ·基于随机集的不确定性信息融合方法在风力发电机组故障诊断中的探究 | 第36-37页 |
| ·小结 | 第37-38页 |
| 第4章 冲突证据融合新方法及其在齿轮箱故障诊断中的应用 | 第38-52页 |
| ·引言 | 第38页 |
| ·证据支持矩阵的特征权重融合方法 | 第38-42页 |
| ·证据冲突程度的度量方法 | 第38-40页 |
| ·特征权重融合方法的实现 | 第40-41页 |
| ·数值实验 | 第41-42页 |
| ·基于随机集新的证据组合规则 | 第42-47页 |
| ·证据组合规则的随机集统一描述 | 第44页 |
| ·基于随机集的新的证据组合公式 | 第44-46页 |
| ·数值实验 | 第46-47页 |
| ·风力发电机齿轮箱轴承故障诊断中的实际应用 | 第47-50页 |
| ·风力发电机组轴承故障诊断分析 | 第47-48页 |
| ·风力发电机组齿轮箱轴承故障诊断 | 第48-50页 |
| ·齿轮箱轴承故障诊断决策准则分析 | 第50页 |
| ·小结 | 第50-52页 |
| 第5章 基于随机集含糊证据的风力发电机组故障诊断方法 | 第52-59页 |
| ·引言 | 第52页 |
| ·故障诊断模型的建立 | 第52-54页 |
| ·基于随机集含糊信息融合诊断方法 | 第54-56页 |
| ·故障样本模式知识库的建立 | 第54-55页 |
| ·故障待检模式信息的获取 | 第55页 |
| ·基于随机集含糊证据BAP的获取方法 | 第55-56页 |
| ·故障诊断的决策准则 | 第56页 |
| ·诊断系统在风力发电机组故障诊断应用实例 | 第56-58页 |
| ·小结 | 第58-59页 |
| 第6章 总结与展望 | 第59-61页 |
| ·总结 | 第59-60页 |
| ·展望 | 第60-61页 |
| 参考文献 | 第61-67页 |
| 致谢 | 第67-68页 |
| 附录 | 第68页 |
