| 摘要 | 第1-7页 |
| ABSTRACT | 第7-20页 |
| 第一章 绪论 | 第20-31页 |
| ·机组复合故障产生机理、特点及诊断必要性 | 第20页 |
| ·旋转机械复合故障诊断技术进展 | 第20-25页 |
| ·基于神经网络的复合故障诊断 | 第21页 |
| ·基于模糊逻辑推理的复合故障诊断 | 第21-22页 |
| ·基于模糊神经网络的复合故障诊断 | 第22页 |
| ·基于专家系统的复合故障诊断 | 第22页 |
| ·基于人工免疫系统的复合故障诊断 | 第22-24页 |
| ·智能融合的复合故障诊断 | 第24-25页 |
| ·研究内容 | 第25-26页 |
| ·高效免疫检测器生成算法 | 第25-26页 |
| ·基于免疫编程的复合故障特征构造方法 | 第26页 |
| ·复合故障的集成诊断技术 | 第26页 |
| ·研究目标 | 第26-27页 |
| ·解决的关键问题 | 第27-28页 |
| ·高效检测器的生成 | 第27页 |
| ·故障特征准确分类 | 第27-28页 |
| ·复合故障集成诊断技术 | 第28页 |
| ·实验方案 | 第28页 |
| ·论文的主要研究内容 | 第28-31页 |
| 第二章 旋转机械复合故障诊断原理及方法 | 第31-45页 |
| ·引言 | 第31页 |
| ·旋转机械故障诊断技术的工作原理 | 第31-32页 |
| ·旋转机械振动分析与处理 | 第32-36页 |
| ·振动时域分析法 | 第34-35页 |
| ·振动频域分析法 | 第35-36页 |
| ·振动时频分析法 | 第36页 |
| ·旋转机械故障诊断的判定标准及其制定方法 | 第36页 |
| ·旋转机械故障诊断的基本方法 | 第36-44页 |
| ·传统的故障诊断方法 | 第37-39页 |
| ·故障的智能诊断方法 | 第39-40页 |
| ·故障诊断的数学方法 | 第40页 |
| ·故障的现代分析方法 | 第40-43页 |
| ·无量纲指标的故障诊断方法 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 第三章 基于人工免疫系统的复合故障诊断模型 | 第45-69页 |
| ·引言 | 第45页 |
| ·生物免疫系统 | 第45-50页 |
| ·生物免疫学基本概念 | 第45-46页 |
| ·免疫系统的主要功能 | 第46-48页 |
| ·免疫系统的性质 | 第48-50页 |
| ·生物免疫系统的信息处理机制 | 第50页 |
| ·人工免疫系统 | 第50-58页 |
| ·人工免疫系统的仿生机制 | 第51-53页 |
| ·人工免疫系统的基本术语 | 第53-54页 |
| ·基于人工免疫系统的模型与算法 | 第54-58页 |
| ·基于人工免疫系统的故障诊断应用 | 第58-59页 |
| ·基于人工免疫系统的复合故障诊断模型 | 第59-61页 |
| ·实验条件和基础 | 第61-67页 |
| ·实验装置简介 | 第61-64页 |
| ·振动数据采集系统 | 第64-65页 |
| ·故障诊断系统软件 | 第65-67页 |
| ·问题与讨论 | 第67-68页 |
| ·本章小结 | 第68-69页 |
| 第四章 免疫检测器生成算法及其在复合故障检测中的应用 | 第69-83页 |
| ·引言 | 第69页 |
| ·免疫检测器的构造 | 第69-71页 |
| ·形态学空间分析 | 第71-72页 |
| ·免疫检测器生成算法 | 第72-73页 |
| ·算法原理 | 第72页 |
| ·算法实现 | 第72-73页 |
| ·故障敏感因子与信息因子 | 第73-74页 |
| ·自适应匹配阈值的免疫检测器 | 第74-76页 |
| ·阈值的确定 | 第74页 |
| ·阈值的变化与敏感因子、信息因子的相关性分析 | 第74-75页 |
| ·阈值可变与阈值固定匹配算法检测率比较 | 第75-76页 |
| ·算法与其他免疫算法训练生成成熟检测器性能比较 | 第76页 |
| ·算法的收敛性 | 第76-78页 |
| ·实验验证 | 第78-82页 |
| ·实验说明 | 第78页 |
| ·实验仿真 | 第78-80页 |
| ·实验分析及结果 | 第80-82页 |
| ·本章小结与讨论 | 第82-83页 |
| 第五章 免疫检测器与证据理论集成的机组复合故障诊断系统 | 第83-98页 |
| ·引言 | 第83-84页 |
| ·基于D-S证据理论的信息融合方法 | 第84-86页 |
| ·证据理论及其在复合故障诊断中的优点 | 第84页 |
| ·识别框架 | 第84页 |
| ·基本可信度分配 | 第84页 |
| ·信度函数 | 第84-85页 |
| ·似真度函数 | 第85页 |
| ·D-S合成法则 | 第85-86页 |
| ·复合故障诊断算法 | 第86-87页 |
| ·免疫编程的复合故障特征分类方法 | 第87-89页 |
| ·基于无量纲免疫检测器证据理论集成的复合故障诊断系统 | 第89-90页 |
| ·复合故障诊断系统 | 第89页 |
| ·故障判定原则 | 第89-90页 |
| ·实例分析和诊断 | 第90-96页 |
| ·实验说明 | 第90-91页 |
| ·故障的时域波形分析 | 第91-93页 |
| ·故障样本分析 | 第93页 |
| ·故障样本经算法训练后的分类结果 | 第93-94页 |
| ·证据理论融合诊断结果 | 第94-96页 |
| ·本章小结与展望 | 第96-98页 |
| 第六章 无量纲免疫检测器在缓变复合故障诊断中的应用 | 第98-104页 |
| ·问题的提出 | 第98页 |
| ·缓变故障特征提取方法 | 第98-100页 |
| ·算法思想 | 第100页 |
| ·缓变故障检测器生成算法 | 第100-102页 |
| ·实验及结果分析 | 第102-103页 |
| ·本章小结 | 第103-104页 |
| 第七章 基于人工免疫系统的化工机组智能故障诊断系统的工业应用 | 第104-117页 |
| ·系统概述 | 第104-105页 |
| ·现场布线 | 第105-106页 |
| ·诊断系统组成 | 第106-107页 |
| ·硬件配置 | 第106-107页 |
| ·系统信号来源 | 第107页 |
| ·机组智能故障诊断系统技术方案 | 第107-116页 |
| ·在线监测的实现 | 第107-111页 |
| ·机组故障诊断技术方案 | 第111-112页 |
| ·系统构成及实施 | 第112页 |
| ·机组运行状态监测系统界面 | 第112-116页 |
| ·故障诊断系统运行情况 | 第116页 |
| ·问题与改进 | 第116页 |
| ·本章小结 | 第116-117页 |
| 结论与展望 | 第117-120页 |
| 参考文献 | 第120-127页 |
| 攻读博士学位期间取得的研究成果 | 第127-129页 |
| 致谢 | 第129页 |
