| 中文摘要 | 第1-6页 |
| 英文摘要 | 第6-11页 |
| 第一章 绪论 | 第11-28页 |
| ·选题背景及意义 | 第11-12页 |
| ·故障监测与诊断技术的发展及其现状 | 第12-15页 |
| ·故障诊断技术的发展过程 | 第12-13页 |
| ·故障诊断技术的国内外发展现状 | 第13-15页 |
| ·故障诊断技术的分类 | 第15-23页 |
| ·基于解析数学模型的方法 | 第16-18页 |
| ·不依赖于数学模型的方法 | 第18-23页 |
| ·基于多源信息融合的故障诊断技术 | 第23-26页 |
| ·国内外研究现状 | 第24-25页 |
| ·目前存在的一些问题 | 第25-26页 |
| ·课题研究的主要内容 | 第26-28页 |
| 第二章 多源信息融合 | 第28-40页 |
| ·引言 | 第28页 |
| ·多源信息融合的一般概念与定义 | 第28-29页 |
| ·多源信息融合技术的起源、发展和应用 | 第29-32页 |
| ·信息融合的起源 | 第29-30页 |
| ·信息融合技术的国内外发展 | 第30-31页 |
| ·信息融合技术的应用 | 第31-32页 |
| ·多源信息融合的分类方法 | 第32-35页 |
| ·按融合技术分类 | 第32-33页 |
| ·按融合判决方式分类 | 第33页 |
| ·按信息融合处理层次分类 | 第33-34页 |
| ·按信息融合结构模型分类 | 第34页 |
| ·按融合的信息类型分类 | 第34-35页 |
| ·多源信息融合算法 | 第35-37页 |
| ·基于物理模型的算法 | 第36页 |
| ·基于特征推理技术的算法 | 第36页 |
| ·基于感知模型的算法 | 第36页 |
| ·基于现代数学模型的算法 | 第36-37页 |
| ·信息融合的三层含义 | 第37-38页 |
| ·第一层含义是信息的全空间性 | 第37页 |
| ·第二层含义是信息的综合性 | 第37页 |
| ·第三层含义是信息的互补性 | 第37-38页 |
| ·信息融合的信息分类 | 第38-39页 |
| ·冗余信息 | 第38页 |
| ·互补信息 | 第38页 |
| ·协同信息 | 第38-39页 |
| ·本章小节 | 第39-40页 |
| 第三章 证据理论和证据组合算法的研究 | 第40-61页 |
| ·引言 | 第40-41页 |
| ·证据的类型 | 第41-42页 |
| ·D-S 证据理论 | 第42-46页 |
| ·基本概念 | 第43-45页 |
| ·基本概率赋值的获取 | 第45页 |
| ·证据理论与贝叶斯理论的比较 | 第45-46页 |
| ·证据组合规则 | 第46-52页 |
| ·D-S 组合规则 | 第47页 |
| ·Yager 组合规则 | 第47-48页 |
| ·Inagaki 组合规则 | 第48-50页 |
| ·Zhang 组合规则 | 第50-51页 |
| ·Dubois-Prade 组合规则 | 第51页 |
| ·Discount 平均规则 | 第51-52页 |
| ·平均分配规则 | 第52页 |
| ·不同组合规则的比较 | 第52-56页 |
| ·D-S 组合规则 | 第52-53页 |
| ·Yager 组合规则 | 第53-54页 |
| ·Inagaki 组合规则 | 第54页 |
| ·Zhang 组合规则 | 第54页 |
| ·Dubois-Prade 组合规则 | 第54-55页 |
| ·平均分配规则 | 第55页 |
| ·讨论 | 第55-56页 |
| ·证据理论的决策规则 | 第56-59页 |
| ·最大似真度决策方法 | 第57-58页 |
| ·最大信任度决策方法 | 第58页 |
| ·最大Pignistic 概率决策方法 | 第58-59页 |
| ·小结 | 第59-61页 |
| 第四章 基于PCA 和D-S 证据理论的故障诊断方法的研究 | 第61-76页 |
| ·引言 | 第61页 |
| ·基于主元分析的故障检测和故障诊断 | 第61-71页 |
| ·主元分析法 | 第61-65页 |
| ·基于PCA 的故障检测方法 | 第65-67页 |
| ·基于PCA 的故障诊断方法 | 第67-68页 |
| ·故障诊断实例 | 第68-71页 |
| ·基于PCA 和D-S 证据理论的故障诊断方法 | 第71-75页 |
| ·PCA 与D-S 理论相结合的故障诊断原理 | 第71-73页 |
| ·基于神经网络的信息融合识别的基本原理 | 第73页 |
| ·PCA 与D-S 理论相结合的传感器故障诊断 | 第73-75页 |
| ·小结 | 第75-76页 |
| 第五章 基于证据理论的多传感器故障诊断方法的研究 | 第76-105页 |
| ·引言 | 第76页 |
| ·识别框架 | 第76-78页 |
| ·识别框架的定义 | 第76-77页 |
| ·识别框架的相容性 | 第77-78页 |
| ·精细算子和粗化算子 | 第78-80页 |
| ·基于不同但相容识别框架下多传感器故障诊断研究 | 第80-91页 |
| ·识别框架的建立 | 第80-81页 |
| ·Bpa 的确定 | 第81-82页 |
| ·不同识别框架的精细和粗化过程 | 第82-83页 |
| ·采用精细－融合－粗化的多传感器故障诊断方法 | 第83-84页 |
| ·多传感器故障诊断的可检测性和可分离性 | 第84-86页 |
| ·仿真研究 | 第86-91页 |
| ·基于不完备信息的多传感器故障诊断研究 | 第91-93页 |
| ·一种改进的基于不完备信息的多传感器故障诊断研究 | 第93-95页 |
| ·汽包锅炉给水控制系统的传感器故障诊断实例 | 第95-103页 |
| ·单传感器故障实例 | 第96-99页 |
| ·多传感器故障诊断实例 | 第99-103页 |
| ·小结 | 第103-105页 |
| 第六章 结论 | 第105-108页 |
| 参考文献 | 第108-119页 |
| 致谢 | 第119-120页 |
| 个人简历、在学期间发表的学术论文及研究成果 | 第120-121页 |