基于免疫算法和多传感器信息融合的电机故障综合诊断方法研究
| 摘要 | 第1-7页 |
| Abstract | 第7-13页 |
| 第一章 绪论 | 第13-23页 |
| ·研究背景 | 第13-14页 |
| ·电机常见故障分析 | 第14-15页 |
| ·电机故障诊断技术发展与研究现状 | 第15-19页 |
| ·多传感器融合技术发展与研究现状 | 第19-20页 |
| ·本文主要工作内容 | 第20-23页 |
| 第二章 电机故障诊断技术及实验设计 | 第23-35页 |
| ·电机故障的振动诊断方法 | 第23-27页 |
| ·电机机械故障的振动诊断 | 第23-26页 |
| ·电机电气故障的振动诊断 | 第26-27页 |
| ·电机故障的电流诊断方法 | 第27-30页 |
| ·电机故障的其它诊断方法 | 第30-32页 |
| ·电机故障诊断实验设计 | 第32-34页 |
| ·本章小结 | 第34-35页 |
| 第三章 电机故障的免疫诊断方法研究 | 第35-61页 |
| ·人工免疫算法 | 第35-40页 |
| ·人工免疫网络模型 | 第36-38页 |
| ·人工免疫算法模型 | 第38-40页 |
| ·免疫进化算法 | 第40-44页 |
| ·免疫算法的非线性数学模型 | 第40-43页 |
| ·免疫进化算法 | 第43-44页 |
| ·基于免疫算法的电机故障诊断 | 第44-47页 |
| ·电机故障信号去噪与特征提取 | 第47-54页 |
| ·基于小波分析的电机信号去噪 | 第48-49页 |
| ·基于小波分析的特征提取 | 第49-54页 |
| ·基于免疫算法的电机故障特征融合诊断实例 | 第54-60页 |
| ·数据采集与编码 | 第54-55页 |
| ·诊断结果分析 | 第55-60页 |
| ·本章小结 | 第60-61页 |
| 第四章 电机故障决策层融合诊断方法研究 | 第61-82页 |
| ·多传感器信息融合诊断结构模型 | 第61-62页 |
| ·多传感器融合层次分类 | 第62-65页 |
| ·决策层信息融合诊断的公式化描述 | 第65-66页 |
| ·局部判决融合规则 | 第66-69页 |
| ·局部硬判决融合规则 | 第66-68页 |
| ·局部软判决融合规则 | 第68-69页 |
| ·不确定推理 | 第69-73页 |
| ·不确定性描述 | 第69-70页 |
| ·D-S证据理论推理 | 第70-73页 |
| ·基于模糊推理机的数据融合诊断 | 第73-81页 |
| ·基于模糊算法的决策层融合诊断模型 | 第73-74页 |
| ·模糊推理 | 第74-75页 |
| ·模糊推理机模型 | 第75-79页 |
| ·模糊推理机规则的自学习 | 第79-80页 |
| ·冲突规则的处理 | 第80-81页 |
| ·本章小结 | 第81-82页 |
| 第五章 电机决策层融合诊断系统的免疫优化方法 | 第82-100页 |
| ·基于免疫算法的融合系统参数优化 | 第82-88页 |
| ·基于免疫系统的融合系统优化模型 | 第82-84页 |
| ·模糊隶属度优化 | 第84-87页 |
| ·模糊划分数优化 | 第87-88页 |
| ·基于免疫算法的融合规则优化 | 第88-92页 |
| ·融合规则编码 | 第88页 |
| ·融合规则评价函数 | 第88-91页 |
| ·基于免疫算法的融合规则优化 | 第91-92页 |
| ·优化算法仿真 | 第92-99页 |
| ·测试函数设计 | 第92-94页 |
| ·测试函数优化流程及结果分析 | 第94-99页 |
| ·本章小结 | 第99-100页 |
| 第六章 基于信息融合技术的电机故障诊断实验分析 | 第100-110页 |
| ·电机故障的信息融合诊断算法流程 | 第100-105页 |
| ·多传感器混合式融合诊断模型 | 第100-102页 |
| ·多传感器混合式融合参数的确定 | 第102-105页 |
| ·电机故障融合诊断结果分析 | 第105-108页 |
| ·本章小结 | 第108-110页 |
| 第七章 结论 | 第110-112页 |
| ·本文结论 | 第110-111页 |
| ·展望 | 第111-112页 |
| 参考文献 | 第112-119页 |
| 在学研究成果 | 第119-121页 |
| 致谢 | 第121页 |
