| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第12-18页 |
| 1.1 论文的研究背景及意义 | 第12-13页 |
| 1.2 机械故障诊断系统的研究现状及可行性分析 | 第13-16页 |
| 1.2.1 机械故障诊断系统的研究现状 | 第13-14页 |
| 1.2.2 基于HMM模型的机械故障诊断系统的可行性分析 | 第14-15页 |
| 1.2.3 基于AIS模型的机械故障诊断系统的可行性分析 | 第15-16页 |
| 1.2.4 基于AIS-HMM混合模型的机械故障诊断系统的可行性分析 | 第16页 |
| 1.3 本文的创新点及主要内容 | 第16-18页 |
| 1.3.1 论文的创新点 | 第16-17页 |
| 1.3.2 论文的主要内容 | 第17-18页 |
| 第2章 机械故障诊断系统的基本原理及应用情况 | 第18-24页 |
| 2.1 机械故障诊断基本的原理及故障特征参量 | 第18-19页 |
| 2.1.1 机械故障诊断原理与方法 | 第18-19页 |
| 2.1.2 故障特征参量 | 第19页 |
| 2.2 机械故障诊断系统的应用情况 | 第19-24页 |
| 2.2.1 传统机械故障诊断系统的应用情况 | 第19-21页 |
| 2.2.2 HMM在机械故障诊断系统中的应用情况 | 第21-22页 |
| 2.2.3 AIS在机械故障诊断系统中的应用情况 | 第22-24页 |
| 第3章 AIS与HMM的基本理论及应用 | 第24-45页 |
| 3.1 AIS的基本理论及应用 | 第24-29页 |
| 3.1.1 免疫系统的基本原理 | 第24-25页 |
| 3.1.2 AIS的网络模型 | 第25-26页 |
| 3.1.3 AIS的常用算法 | 第26-28页 |
| 3.1.4 AIS的应用及优缺点 | 第28-29页 |
| 3.2 隐马尔可夫模型的基本理论及应用 | 第29-36页 |
| 3.2.1 马尔可夫过程 | 第29-30页 |
| 3.2.2 隐马尔可夫模型 | 第30-31页 |
| 3.2.3 HMM的三个基本问题 | 第31-32页 |
| 3.2.4 HMM的训练算法 | 第32-36页 |
| 3.3 2D-HMM模型及其训练算法 | 第36-43页 |
| 3.3.1 2D-HMM模型的拓扑结构 | 第36页 |
| 3.3.2 2D-HMM模型的主要参数 | 第36-38页 |
| 3.3.3 2D-HMM模型的主要算法 | 第38-43页 |
| 3.4 HMM的应用及优缺点 | 第43-44页 |
| 3.5 本章小结 | 第44-45页 |
| 第4章 AIS-HMM混合模型机械故障诊断系统 | 第45-63页 |
| 4.1 AIS-HMM混合模型的结构及原理 | 第45-52页 |
| 4.1.1 AIS-HMM混合模型的结构 | 第45-46页 |
| 4.1.2 AIS-HMM混合模型的训练过程 | 第46-47页 |
| 4.1.3 AIS-HMM混合模型的识别算法 | 第47页 |
| 4.1.4 系统技术架构设计 | 第47-52页 |
| 4.2 模拟实验整体设计 | 第52-54页 |
| 4.3 AIS-HMM混合模型故障诊断系统在实验中的部分界面 | 第54-58页 |
| 4.3.1 软件部分的实现流程 | 第54-55页 |
| 4.3.2 数据采集界面 | 第55-56页 |
| 4.3.3 诊断系统信号的分析和信号特征的提取界面 | 第56页 |
| 4.3.4 诊断系统的AIS进化界面 | 第56-57页 |
| 4.3.5 诊断系统的AIS-HMM训练界面及识别界面 | 第57-58页 |
| 4.4 实验的结果和对结果的分析 | 第58-61页 |
| 4.5 混合模型与HMM及AIS相对比的优缺点 | 第61页 |
| 4.6 本章小结 | 第61-63页 |
| 结论 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 致谢 | 第69页 |
