| 中文摘要 | 第1-5页 |
| 英文摘要 | 第5-10页 |
| 第1章 绪论 | 第10-16页 |
| 1．1 液压泵故障诊断技术的意义 | 第10-11页 |
| 1．2 液压泵故障诊断技术的发展 | 第11-14页 |
| 1．3 本课题的主要研究内容 | 第14-16页 |
| 第2章 数据融合技术 | 第16-26页 |
| 2．1 数据融合技术的起源及发展状况 | 第16页 |
| 2．2 数据融合的基本原理 | 第16-18页 |
| 2．3 数据融合的定义 | 第18页 |
| 2．4 数据融合的层次 | 第18-19页 |
| 2．5 融合系统的模型结构 | 第19-20页 |
| 2．6 多传感器融合算法 | 第20-24页 |
| 2．6．1 基于统计和估计的融合算法 | 第20-22页 |
| 2．6．2 基于信息论的融合算法 | 第22-23页 |
| 2．6．3 基于认识模型的融合算法 | 第23-24页 |
| 2．7 数据融合技术的应用 | 第24-25页 |
| 2．7．1 数据融合技术在军事上的应用 | 第24页 |
| 2．7．2 数据融合技术在民用工程领域中的应用 | 第24-25页 |
| 2．8 本章小结 | 第25-26页 |
| 第3章 人工神经网络及网络结构设计原则 | 第26-43页 |
| 3．1 人工神经元模型 | 第26-28页 |
| 3．2 神经网络的联接形式 | 第28-29页 |
| 3．3 人工神经网络的学习 | 第29-30页 |
| 3．4 典型的前向网络—反向传播网络（BP网络 | 第30-39页 |
| 3．4．1 反向传播网络模型与结构 | 第30-31页 |
| 3．4．2 反向传播算法 | 第31-36页 |
| 3．4．3 学习过程具体步骤 | 第36-37页 |
| 3．4．4 BP网络的缺陷 | 第37-39页 |
| 3．5 BP神经网络结构设计原则 | 第39-42页 |
| 3．5．1 网络信息容量与训练样本数 | 第39页 |
| 3．5．2 网络层数的确定 | 第39-40页 |
| 3．5．3 隐层节点数的设计 | 第40-41页 |
| 3．5．4 初始权值的选取 | 第41页 |
| 3．5．5 学习的速率 | 第41页 |
| 3．5．6 期望误差的选择 | 第41-42页 |
| 3．6 本章小结 | 第42-43页 |
| 第4章 证据理论和神经网络证据理论诊断方法 | 第43-56页 |
| 4．1 信度函数 | 第43-46页 |
| 4．1．1 概率的解释 | 第43-44页 |
| 4．1．2 识别框架 | 第44页 |
| 4．1．3 基本可信度分配与信度函数 | 第44-45页 |
| 4．1．4 似真度函数 | 第45-46页 |
| 4．2 Dempster合成法则 | 第46-49页 |
| 4．2．1 两个信度函数的合成 | 第46-48页 |
| 4．2．2 多个信度函数的合成 | 第48页 |
| 4．2．3 证据的折扣 | 第48-49页 |
| 4．3 基于证据理论的决策 | 第49-50页 |
| 4．3．1 基于信任函数的决策 | 第49页 |
| 4．3．2 基于基本可信度分配的决策 | 第49-50页 |
| 4．3．3 基于最小风险的决策 | 第50页 |
| 4．4 证据理论的优缺点 | 第50-51页 |
| 4．5 证据理论和神经网络集成的数据融合诊断方法 | 第51-54页 |
| 4．6 本章小结 | 第54-56页 |
| 第5章 液压泵故障诊断试验研究 | 第56-74页 |
| 5．1 液压泵的常见故障机理分析 | 第56-57页 |
| 5．2 液压泵故障诊断常用信号数据源 | 第57-59页 |
| 5．3 液压泵诊断试验的液压系统组成 | 第59-60页 |
| 5．4 神经网络证据理论液压泵诊断模型 | 第60-61页 |
| 5．5 局部诊断神经网络结构设计 | 第61-63页 |
| 5．5．1 局部网络的个数确定 | 第61页 |
| 5．5．2 输入层输出层节点数的确定 | 第61-62页 |
| 5．5．3 网络层数和隐层节点数的确定 | 第62-63页 |
| 5．5．4 初始权值、学习速率和训练误差的选择 | 第63页 |
| 5．6 神经网络和证据理论集成的液压泵诊断判决方法 | 第63-64页 |
| 5．7 神经网络证据理论液压泵诊断验证 | 第64-73页 |
| 5．7．1 数据的采集和数据特征的获得 | 第64-67页 |
| 5．7．2 故障诊断与结果分析 | 第67-73页 |
| 5．8 本章小结 | 第73-74页 |
| 结论 | 第74-76页 |
| 参考文献 | 第76-81页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第81-82页 |
| 致谢 | 第82-83页 |
| 作者简介 | 第83页 |