| 摘要 | 第1-7页 |
| Abstract | 第7-12页 |
| 1 绪论 | 第12-30页 |
| ·课题研究的背景和意义 | 第12-15页 |
| ·水电机组的振动故障 | 第15-18页 |
| ·水电机组智能故障诊断研究 | 第18-24页 |
| ·支持向量机与混合智能故障诊断研究综述 | 第24-27页 |
| ·论文主要研究内容 | 第27-30页 |
| 2 支持向量机基本理论及研究现状 | 第30-48页 |
| ·引言 | 第30页 |
| ·支持向量机的理论基础 | 第30-33页 |
| ·支持向量机分类的基本原理 | 第33-41页 |
| ·多类支持向量机 | 第41-45页 |
| ·支持向量机的研究现状 | 第45-47页 |
| ·本章小结 | 第47-48页 |
| 3 类间距与自适应差分进化算法优化SVM模型参数 | 第48-68页 |
| ·引言 | 第48-49页 |
| ·支持向量机的模型参数选择 | 第49-52页 |
| ·基于类间距离与自适应差分进化算法的支持向量机参数优选 | 第52-58页 |
| ·数值实验与诊断实例 | 第58-67页 |
| ·本章小结 | 第67-68页 |
| 4 EEMD分解与支持向量机混合振动故障诊断方法 | 第68-90页 |
| ·引言 | 第68-69页 |
| ·经验模态分解 | 第69-72页 |
| ·集合经验模态分解 | 第72-74页 |
| ·基于集合经验模态分解的Hilbert谱和边际谱 | 第74-75页 |
| ·水轮机尾水管压力脉动的Hilbert谱和Hilbert边际谱分析 | 第75-78页 |
| ·基于本征模态函数能量熵与奇异值分解的特征提取方法 | 第78-80页 |
| ·基于本征模态函数能量熵与奇异值分解的故障诊断 | 第80-89页 |
| ·本章小结 | 第89-90页 |
| 5 模糊多类支持向量机在水电机组故障诊断中的应用 | 第90-106页 |
| ·引言 | 第90-91页 |
| ·模糊sigmoid核 | 第91-92页 |
| ·模糊多类支持向量机 | 第92-101页 |
| ·数值实验与工程应用 | 第101-104页 |
| ·本章小结 | 第104-106页 |
| 6 水电机组的粗糙集和多类支持向量机混合故障诊断方法 | 第106-130页 |
| ·引言 | 第106-107页 |
| ·粗糙集理论 | 第107-108页 |
| ·粗糙支持向量机 | 第108-117页 |
| ·基于改进粗糙多类支持向量机的水电机组振动故障诊断 | 第117-120页 |
| ·二滩水电站3#机组上导摆度偏大分析 | 第120-129页 |
| ·本章小结 | 第129-130页 |
| 7 全文总结与展望 | 第130-134页 |
| ·全文工作总结 | 第130-132页 |
| ·进一步研究展望 | 第132-134页 |
| 致谢 | 第134-136页 |
| 参考文献 | 第136-159页 |
| 附录1：攻读博士期间发表的论文 | 第159-161页 |
| 附录2：攻读博士期间完成和参与的科研项目 | 第161页 |
