| 中文摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第一章 绪论 | 第10-18页 |
| ·选题意义 | 第10页 |
| ·状态监测与故障诊断技术的现状与进展 | 第10-15页 |
| ·课题的来源和研究内容 | 第15-18页 |
| ·课题的来源 | 第15-16页 |
| ·论文的主要工作 | 第16-18页 |
| 第二章 机电设备非平稳信号的特征提取与故障诊断应用 | 第18-38页 |
| ·非平稳信号的自适应处理——Hilbert-Huang变换 | 第18-22页 |
| ·瞬时频率的概念 | 第18-19页 |
| ·经验模式分解 | 第19-21页 |
| ·Hilbert-Huang变换 | 第21-22页 |
| ·Hilbert-Huang变换的工程应用 | 第22-25页 |
| ·SVD降噪对经验模式分解效果的影响 | 第25-29页 |
| ·相空间重构和奇异值分解 | 第25-26页 |
| ·基于奇异熵的降噪阶次合理确定 | 第26-27页 |
| ·工程应用 | 第27-29页 |
| ·基于经验模式分解的相位解调 | 第29-34页 |
| ·相位调制 | 第29-31页 |
| ·基于EMD的相位解调算法研究 | 第31-34页 |
| ·Hilbert-Huang变换的局限性 | 第34-37页 |
| ·HHT变换在微弱信号处理中的局限性 | 第34-35页 |
| ·HHT变换在小频率比混合信号处理中的局限性 | 第35-37页 |
| ·本章小节 | 第37-38页 |
| 第三章 机电设备故障信息的独立化提取 | 第38-52页 |
| ·机电设备测试信号的混合模型 | 第38-39页 |
| ·工程测试混合信号的分离方法 | 第39-42页 |
| ·盲源分离理论及其实现 | 第42-44页 |
| ·基于ICA和HHT的机械振动信号时频域特征净化方法及其应用 | 第44-48页 |
| ·基于ICA-HHT的转子监测系统传感器失效检测 | 第44-46页 |
| ·转子早期碰摩故障诊断 | 第46-48页 |
| ·机械振动信号变换域盲源分离的可行性 | 第48-49页 |
| ·振动频谱盲源分离的工程应用 | 第49-51页 |
| ·基于FastICA算法的传感器失效检测 | 第49-50页 |
| ·转子早期碰摩故障诊断 | 第50-51页 |
| ·本章小结 | 第51-52页 |
| 第四章 基于贝叶斯网络的机电设备故障诊断方法 | 第52-79页 |
| ·前言 | 第52-53页 |
| ·贝叶斯网络理论 | 第53-67页 |
| ·贝叶斯网络定义 | 第53-56页 |
| ·贝叶斯网络推理 | 第56-65页 |
| ·贝叶斯网络学习 | 第65-67页 |
| ·基于贝叶斯网络的机械故障诊断模型与诊断推理 | 第67-77页 |
| ·用贝叶斯网络描述机械故障诊断知识 | 第67-69页 |
| ·贝叶斯网络诊断模型 | 第69-72页 |
| ·故障诊断的贝叶斯网络推理 | 第72-77页 |
| ·本章小结 | 第77-79页 |
| 第五章 汽轮机振动故障多征兆模糊诊断方法 | 第79-93页 |
| ·模糊关系诊断方法 | 第79-81页 |
| ·模糊关系诊断方法概述 | 第79-80页 |
| ·征兆隶属度函数的构造 | 第80-81页 |
| ·振动故障模糊聚类分析 | 第81-87页 |
| ·模糊C均值聚类方法 | 第81-83页 |
| ·模糊聚类诊断过程 | 第83-84页 |
| ·模糊C均值聚类方法计算 | 第84-85页 |
| ·模糊聚类诊断实例 | 第85-87页 |
| ·基于CLIPS的汽轮机振动故障多征兆模糊诊断 | 第87-91页 |
| ·多征兆模糊诊断知识库 | 第87-89页 |
| ·汽轮机故障特征转化为CLIPS语言 | 第89-90页 |
| ·推理机的实现 | 第90页 |
| ·征兆证据的输入 | 第90页 |
| ·故障诊断实例 | 第90-91页 |
| ·本章小结 | 第91-93页 |
| 第六章 集成状态监测的设备管理信息系统的开发与应用 | 第93-117页 |
| ·前言 | 第93-94页 |
| ·集成系统设计思想 | 第94-95页 |
| ·系统框架 | 第95-96页 |
| ·具体技术方案 | 第96-97页 |
| ·功能介绍 | 第97-115页 |
| ·便携数采分析仪 | 第97-98页 |
| ·服务器端管理软件 | 第98-99页 |
| ·网络模式智能诊断与预测维修软件系统 | 第99-109页 |
| ·设备管理信息系统 | 第109-115页 |
| ·本章小结 | 第115-117页 |
| 第七章 结论与展望 | 第117-119页 |
| 参考文献 | 第119-125页 |
| 发表论文和参加科研情况说明 | 第125-127页 |
| 致谢 | 第127页 |
