| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第11-22页 |
| 1.1 课题研究背景及意义 | 第11-13页 |
| 1.2 国内外研究现状 | 第13-20页 |
| 1.2.1 R2R(RolltoRoll)技术发展现状 | 第13-15页 |
| 1.2.2 权重评价方法国内外研究进展 | 第15-17页 |
| 1.2.3 设备状态性能分析方法国内外研究进展 | 第17-20页 |
| 1.3 论文的主要研究内容 | 第20-22页 |
| 第二章 R2R加工过程辊轴振动分析 | 第22-29页 |
| 2.1 引言 | 第22页 |
| 2.2 R2R加工工艺流程 | 第22-24页 |
| 2.3 R2R加工辊轴振动信号提取与分析 | 第24-28页 |
| 2.3.1 R2R加工辊轴振动信号采集 | 第24-25页 |
| 2.3.2 辊轴振动信号对性能衰退的影响作用 | 第25-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第三章 基于PCA的R2R加工辊轴振动数据特征提取 | 第29-43页 |
| 3.1 引言 | 第29页 |
| 3.2 R2R加工辊轴振动数据特征提取方法 | 第29-36页 |
| 3.2.1 时域和频域特征提取 | 第30-31页 |
| 3.2.2 加工辊轴振动数据的PCA提取 | 第31-33页 |
| 3.2.3 PCA特征提取算法推导 | 第33-36页 |
| 3.2.4 振动特征数据提取方法实现流程 | 第36页 |
| 3.3 加工辊轴振动特征数据提取方法性能分析 | 第36-42页 |
| 3.4 本章小结 | 第42-43页 |
| 第四章 R2R加工设备健康状态预测模型建模与应用 | 第43-59页 |
| 4.1 引言 | 第43页 |
| 4.2 R2R加工设备PHM模型建模原理 | 第43-46页 |
| 4.2.1 可能性C均值聚类算法(PCM)数学表达 | 第43-44页 |
| 4.2.2 T-S型模糊神经网络原理 | 第44-46页 |
| 4.3 基于PCM与TS-FNN的R2R加工设备PHM模型实现 | 第46-49页 |
| 4.3.1 R2R加工设备PHM模型框架 | 第46-47页 |
| 4.3.2 R2R加工设备PHM模型输入数据的PCM分类 | 第47页 |
| 4.3.3 R2R加工设备PHM模型建立 | 第47-49页 |
| 4.4 基于PTS-FNN的R2R加工设备PHM模型应用实例 | 第49-57页 |
| 4.4.1 PHM模型构建 | 第49-56页 |
| 4.4.2 性能分析 | 第56-57页 |
| 4.5 本章小结 | 第57-59页 |
| 总结及展望 | 第59-60页 |
| 参考文献 | 第60-65页 |
| 攻读学位期间获得的科研成果 | 第65-67页 |
| 致谢 | 第67页 |
