首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--人工神经网络与计算论文

基于确定学习的一类非线性系统故障诊断研究

摘要第1-6页
ABSTRACT第6-10页
第一章 绪论第10-16页
   ·课题研究背景第10-11页
   ·非线性系统故障诊断的发展和应用第11-14页
     ·基于知识的故障诊断方法简介第12-13页
     ·基于确定学习的故障诊断简介第13-14页
   ·本论文主要研究内容第14-15页
   ·本章小结第15-16页
第二章 确定学习理论介绍第16-26页
   ·预备知识第16-18页
     ·径向基函数第16-17页
     ·持续激励第17-18页
   ·确定学习理论第18-21页
     ·局部 RBF 神经网络第19页
     ·神经网络准确逼近第19-21页
   ·动态模式识别第21-24页
     ·动态模式的表示第21-22页
     ·动态模式相似性的定义第22-23页
     ·动态模式的快速识别第23-24页
   ·本章小结第24-26页
第三章 基于确定学习的一类非线性系统故障诊断策略研究第26-43页
   ·非线性系统故障诊断第26-28页
     ·系统故障的定义第26页
     ·故障诊断系统的功能第26-28页
   ·问题描述第28-29页
   ·基于确定学习的一类非线性系统故障模式库建立第29-31页
   ·故障检测和分离策略第31-35页
     ·状态估计与残差产生第31-32页
     ·故障检测/分离策略第32-35页
   ·实例仿真-弹簧减震器系统的故障诊断第35-40页
   ·本章小结第40-43页
第四章 基于确定学习的 JEFFCOTT 转子系统碰摩故障诊断第43-70页
   ·转子系统的研究现状和研究意义第43-47页
     ·转子系统故障概述第43-44页
     ·转子系统碰摩故障的分类和影响第44-45页
     ·国内外研究现状第45-46页
     ·目前故障转子系统的诊断方法第46-47页
   ·JEFFCOTT转子系统碰摩故障模型第47-49页
   ·建立转子系统碰摩故障模式库第49-64页
     ·正常状态下转子系统的模式第50-55页
     ·轻微局部碰摩状态下转子系统的模式第55-60页
     ·严重局部碰摩状态下转子系统的模式第60-64页
   ·转子系统碰摩故障诊断第64-69页
   ·本章小结第69-70页
第五章 基于确定学习的 JEFFCOTT 转子系统基础松动与碰摩耦合故障诊断第70-81页
   ·转子系统的基础松动与碰摩故障概述第70页
   ·基础松动与碰摩耦合的转子系统模型第70-72页
   ·建立转子系统基础松动与碰摩耦合故障模式第72-74页
   ·转子系统基础松动与碰摩耦合故障诊断第74-75页
   ·本章小结第75-76页
 附图第76-81页
结论及展望第81-83页
参考文献第83-88页
攻读硕士学位期间取得的研究成果第88-89页
致谢第89-90页
附件第90页

论文共90页,点击 下载论文
上一篇:基于聚类特征树的大规模支持向量机
下一篇:蛇形机器人步态生成方法及在桥梁缆索表面检测中的应用研究