| 摘要 | 第1-6页 |
| Abstract | 第6-12页 |
| 1 绪论 | 第12-19页 |
| ·背景及意义 | 第12-13页 |
| ·国内外研究现状 | 第13-17页 |
| ·非高斯随机分布系统建模方法现状 | 第13-14页 |
| ·非高斯随机系统的控制现状 | 第14-15页 |
| ·随机系统的故障检测和诊断现状 | 第15-16页 |
| ·非高斯随机系统的故障诊断与容错控制发展现状 | 第16-17页 |
| ·主要内容 | 第17-18页 |
| ·非高斯非线性随机分布系统的集成故障诊断和容错控制 | 第17页 |
| ·非高斯奇异随机分布系统的集成故障诊断与容错控制 | 第17页 |
| ·基于迭代学习的非高斯随机分布系统的集成故障诊断与容错控制 | 第17-18页 |
| ·课题来源及论文结构安排 | 第18-19页 |
| ·课题来源 | 第18页 |
| ·论文结构安排 | 第18-19页 |
| 2 数学基础及基本理论 | 第19-24页 |
| ·矩阵及泛函知识 | 第19-20页 |
| ·矩阵的秩 | 第19页 |
| ·矩阵的特征值 | 第19页 |
| ·矩阵范数 | 第19-20页 |
| ·矩阵奇异值分解 | 第20页 |
| ·B样条基础知识 | 第20-22页 |
| ·B样条函数的定义 | 第20-21页 |
| ·B样条函数的构建 | 第21-22页 |
| ·B样条函数基底 | 第22页 |
| ·神经网络基本知识 | 第22-24页 |
| ·RBF(Radial Basis Function)神经网络模型 | 第22-23页 |
| ·网络输出 | 第23-24页 |
| 3 非高斯非线性随机分布系统的集成故障诊断与容错控制 | 第24-44页 |
| ·引言 | 第24-25页 |
| ·模型描述 | 第25-26页 |
| ·故障检测 | 第26-27页 |
| ·系统状态可测情况 | 第27-34页 |
| ·故障诊断 | 第27-29页 |
| ·容错控制 | 第29-31页 |
| ·仿真实例 | 第31-34页 |
| ·系统状态不可测的情况 | 第34-44页 |
| ·故障诊断 | 第34-38页 |
| ·容错控制 | 第38-40页 |
| ·仿真实例 | 第40-43页 |
| ·结论 | 第43-44页 |
| 4 非高斯奇异随机分布系统的集成故障诊断与容错控制 | 第44-62页 |
| ·引言 | 第44页 |
| ·模型描述 | 第44-46页 |
| ·故障诊断 | 第46-50页 |
| ·容错控制 | 第50-52页 |
| ·无故障时的跟踪控制器设计 | 第50-51页 |
| ·控制器重构 | 第51-52页 |
| ·仿真实例 | 第52-61页 |
| ·仿真实例1 | 第52-57页 |
| ·仿真实例2 | 第57-61页 |
| ·结论 | 第61-62页 |
| 5 基于迭代学习的非高斯随机分布系统的集成故障诊断与容错控制 | 第62-75页 |
| ·引言 | 第62页 |
| ·系统描述 | 第62-63页 |
| ·故障检测设计 | 第63-64页 |
| ·故障诊断 | 第64-66页 |
| ·无故障时迭代学习控制算法及收敛性分析 | 第66-70页 |
| ·尤拉控制器参数化 | 第66-67页 |
| ·ILC方案 | 第67-70页 |
| ·故障发生后迭代学习容错控制算法 | 第70-71页 |
| ·仿真实例 | 第71-74页 |
| ·结论 | 第74-75页 |
| 6 结论与展望 | 第75-77页 |
| ·本文的主要工作 | 第75页 |
| ·本文创新性 | 第75-76页 |
| ·研究方向展望 | 第76-77页 |
| 参考文献 | 第77-81页 |
| 致谢 | 第81-82页 |
| 个人简历及研究成果 | 第82页 |
