基于信息融合技术的模拟电路故障诊断方法研究
| 学位论文原创性声明和学位论文版权使用授权书 | 第1-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-11页 |
| 第1章 绪论 | 第11-20页 |
| ·模拟电路故障诊断的目的和意义 | 第11页 |
| ·模拟电路故障诊断发展过程 | 第11-13页 |
| ·模拟电路故障诊断方法概述 | 第13-18页 |
| ·基本方法 | 第13-15页 |
| ·现代模拟电路故障诊断方法 | 第15-18页 |
| ·本文工作 | 第18-20页 |
| 第2章 信息融合在电路诊断中的应用 | 第20-30页 |
| ·引言 | 第20页 |
| ·信息融合的基本原理及特点 | 第20-21页 |
| ·信息融合的基本原理 | 第20-21页 |
| ·信息融合的特点 | 第21页 |
| ·基于输入输出特征的融合模型 | 第21-22页 |
| ·信息融合的功能及其应用 | 第22-23页 |
| ·信息融合算法 | 第23-25页 |
| ·基于信息融合的电路诊断方法 | 第25-28页 |
| ·信息融合故障诊断框架 | 第25-26页 |
| ·融合诊断方法 | 第26-28页 |
| ·小结 | 第28-30页 |
| 第3章 基于证据理论的电路诊断方法 | 第30-37页 |
| ·引言 | 第30-31页 |
| ·D-S 证据理论的基本原理 | 第31-33页 |
| ·证据组合规则 | 第33页 |
| ·基于证据理论的诊断方法 | 第33-35页 |
| ·诊断模型的建立 | 第33-34页 |
| ·诊断的基本步骤 | 第34-35页 |
| ·算例分析 | 第35-36页 |
| ·小结 | 第36-37页 |
| 第4章 基于神经网络信息融合的电路诊断 | 第37-52页 |
| ·引言 | 第37-38页 |
| ·神经网络结构原理与算法 | 第38-39页 |
| ·神经网络结构原理 | 第38页 |
| ·神经网络的学习算法 | 第38-39页 |
| ·BP 网络及其算法改进 | 第39-44页 |
| ·BP 网络结构及其算法推导 | 第39-42页 |
| ·改进的 BP 算法 | 第42-44页 |
| ·神经网络信息融合诊断方法 | 第44-46页 |
| ·诊断原理 | 第44-45页 |
| ·诊断步骤 | 第45-46页 |
| ·诊断实例 | 第46-51页 |
| ·小结 | 第51-52页 |
| 第5章 综合诊断及实验论证 | 第52-58页 |
| ·引言 | 第52页 |
| ·综合诊断模型 | 第52-53页 |
| ·基本概率分配函数的构造 | 第53-54页 |
| ·实验论证 | 第54-57页 |
| ·初步诊断 | 第54-56页 |
| ·全局诊断 | 第56-57页 |
| ·小结 | 第57-58页 |
| 第6章 应用小波预处理的故障诊断方法 | 第58-71页 |
| ·引言 | 第58页 |
| ·小波分析及其特点 | 第58-60页 |
| ·小波变换基本理论 | 第60-63页 |
| ·连续小波变换 | 第60-61页 |
| ·连续小波变换的性质 | 第61页 |
| ·连续小波变换的离散化 | 第61-62页 |
| ·正交小波变换 | 第62-63页 |
| ·基于小波预处理的电路诊断原理 | 第63-65页 |
| ·基本思想 | 第64页 |
| ·小波分解提取故障特征 | 第64-65页 |
| ·小波预处理神经网络电路诊断方法 | 第65-70页 |
| ·小结 | 第70-71页 |
| 结论 | 第71-74页 |
| 参考文献 | 第74-78页 |
| 附录A(攻读学位期间所发表的学术论文目录) | 第78-79页 |
| 致谢 | 第79页 |
