考虑测试不确定性的旋转机械健康管理方法
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第17-28页 |
| 1.1 旋转机械健康管理体系的发展历程与特点 | 第17-22页 |
| 1.2 非平稳信号处理方法的发展 | 第22-23页 |
| 1.3 不确定性分析方法的产生背景及现状 | 第23-26页 |
| 1.4 论文的主要研究内容及章节安排 | 第26-28页 |
| 第二章 非平稳信号特征提取-不确定成分提取 | 第28-49页 |
| 2.1 非平稳信号处理 | 第29-31页 |
| 2.1.1 频率与概率的对比 | 第29-30页 |
| 2.1.2 非平稳信号与复杂度 | 第30-31页 |
| 2.2 不确定成分提取 | 第31-37页 |
| 2.2.1 经验模式分解 | 第31-33页 |
| 2.2.2 分形理论与基于不确定度的筛选 | 第33-37页 |
| 2.3 特征提取与选择 | 第37-39页 |
| 2.3.1 随机过程的统计特征 | 第37-38页 |
| 2.3.2 数据挖掘与决策树算法 | 第38-39页 |
| 2.4 串联转子实验台 | 第39-40页 |
| 2.5 实验数据处理 | 第40-48页 |
| 2.5.1 实验数据的不确定成分提取 | 第41-46页 |
| 2.5.2 统计特征提取与选择 | 第46-48页 |
| 2.6 本章小结 | 第48-49页 |
| 第三章 考虑测试不确定性的故障诊断方法 | 第49-67页 |
| 3.1 旋转机械故障诊断中的不确定因素 | 第49-50页 |
| 3.2 决策树分类算法 | 第50-52页 |
| 3.3 考虑测试不确定性的支持向量机算法 | 第52-59页 |
| 3.3.1 硬支持向量机算法原理 | 第52-55页 |
| 3.3.2 软支持向量机算法原理 | 第55页 |
| 3.3.3 核化后的支持向量机 | 第55-56页 |
| 3.3.4 模糊近似支持向量机 | 第56-59页 |
| 3.4 考虑测试不确定性的神经网络算法 | 第59-60页 |
| 3.4.1 神经网络算法原理 | 第59页 |
| 3.4.2 随机不确定神经网络算法 | 第59-60页 |
| 3.5 实验数据处理与诊断正确率 | 第60-65页 |
| 3.5.1 支持向量机算法的结果对比分析 | 第62-64页 |
| 3.5.2 神经网络算法的结果对比分析 | 第64-65页 |
| 3.6 本章小结 | 第65-67页 |
| 第四章 考虑源数不确定性的复合故障诊断方法 | 第67-83页 |
| 4.1 旋转机械复合故障的源数不确定性 | 第67-68页 |
| 4.2 盲源分离算法 | 第68-74页 |
| 4.2.1 盲源分离算法的一般模型 | 第68-69页 |
| 4.2.2 二阶非平稳盲分离算法 | 第69-71页 |
| 4.2.3 四阶累积量联合对角化算法 | 第71-72页 |
| 4.2.4 激励源分离效果的评价指标 | 第72-74页 |
| 4.3 盲信号处理中的源数估计方法 | 第74-77页 |
| 4.3.1 静态源数估计方法 | 第74-76页 |
| 4.3.2 动态源数估计方法 | 第76-77页 |
| 4.4 串联转子实验台复合故障实验 | 第77-81页 |
| 4.5 本章小结 | 第81-83页 |
| 第五章 考虑测试不确定性的健康监测方法 | 第83-94页 |
| 5.1 旋转机械健康监测中的不确定因素 | 第83-84页 |
| 5.2 新颖性检测方法 | 第84页 |
| 5.3 考虑测试不确定性的新颖性检测方法 | 第84-91页 |
| 5.3.1 极限分布理论 | 第84-85页 |
| 5.3.2 基于极限分布的新颖性检测 | 第85-91页 |
| 5.4 基于新颖性检测的转子健康监测 | 第91-93页 |
| 5.4.1 基于正常数据的门限计算 | 第91-92页 |
| 5.4.2 新颖性检测结果 | 第92-93页 |
| 5.5 本章小结 | 第93-94页 |
| 第六章 寿命预测及其不确定性量化传播分析 | 第94-104页 |
| 6.1 可靠性估计 | 第94-95页 |
| 6.2 基于模型的寿命预测方法 | 第95-98页 |
| 6.2.1 卡尔曼模型 | 第95-96页 |
| 6.2.2 多模式切换卡尔曼模型 | 第96-98页 |
| 6.3 可靠性估计中的不确定因素 | 第98-100页 |
| 6.3.1 不确定性量化与传播 | 第99-100页 |
| 6.4 考虑测试不确定性的旋转机械寿命预测 | 第100-103页 |
| 6.4.1 旋转机械的寿命预测 | 第100-102页 |
| 6.4.2 寿命预测结果不确定性量化 | 第102-103页 |
| 6.5 本章小结 | 第103-104页 |
| 第七章 总结和展望 | 第104-107页 |
| 7.1 主要贡献与创新点 | 第104-105页 |
| 7.2 进一步工作与研究展望 | 第105-107页 |
| 参考文献 | 第107-122页 |
| 致谢 | 第122-123页 |
| 攻读博士学位期间发表学术论文、科研及获奖情况 | 第123-124页 |
