基于数据融合的控制系统执行器故障诊断
| 中文摘要 | 第1页 |
| ABSTRACT | 第4-7页 |
| 第一章 引言 | 第7-14页 |
| ·所选课题的目的和意义 | 第7-8页 |
| ·所选课题国内外动向 | 第8-13页 |
| ·信息融合技术 | 第8-12页 |
| ·故障诊断 | 第12-13页 |
| ·所选课题研究的主要内容和重点 | 第13-14页 |
| 第二章 数据融合理论和神经网络技术基础 | 第14-29页 |
| ·数据融合技术的起源及发展状况 | 第14页 |
| ·数据融合的基本原理 | 第14-17页 |
| ·数据融合的定义 | 第15页 |
| ·数据融合的级别 | 第15-16页 |
| ·数据融合的结构形式 | 第16-17页 |
| ·基于 D-S 证据理论的信息融合 | 第17-22页 |
| ·基本概念 | 第18-19页 |
| ·D-S 证据理论的基本概念和公式 | 第19-20页 |
| ·证据理论组合规则 | 第20-21页 |
| ·基于基本概率赋值的决策 | 第21页 |
| ·证据理论的优点 | 第21-22页 |
| ·神经网络技术基础 | 第22-29页 |
| ·神经网络基本特点 | 第22-23页 |
| ·人工神经网络的结构 | 第23-24页 |
| ·神经网络学习算法 | 第24-29页 |
| 第三章 电动执行器故障分析和故障实验 | 第29-43页 |
| ·引言 | 第29页 |
| ·电动执行器故障分析 | 第29-36页 |
| ·电动执行器工作原理 | 第29-31页 |
| ·电动执行器主要特性参数 | 第31-32页 |
| ·电动执行器故障机理分析 | 第32-36页 |
| ·电动执行器故障实验 | 第36-38页 |
| ·电动执行器故障实验平台 | 第36-37页 |
| ·实验的仿真环境 | 第37-38页 |
| ·对数据进行采集 | 第38-43页 |
| 第四章 电动执行器故障诊断系统 | 第43-54页 |
| ·电动执行器故障诊断系统设计 | 第43-51页 |
| ·数据融合模块 | 第43-44页 |
| ·神经网络诊断模块 | 第44-51页 |
| ·网络创建 | 第44-45页 |
| ·BP 改进算法的选择 | 第45-49页 |
| ·神经网络对电动执行器故障初步诊断 | 第49-51页 |
| ·证据理论融合模块 | 第51页 |
| ·电动执行器故障诊断 | 第51-53页 |
| ·本章小结 | 第53-54页 |
| 第五章 结论与展望 | 第54-55页 |
| 参考文献 | 第55-58页 |
| 致谢 | 第58-59页 |
| 在学期间发表的学术论文和参加科研情况 | 第59页 |
