封面
声明
中文摘要
英文摘要
目录
主要符号说明
第一章 绪论
1.1 课题研究的背景与意义
1.2 国内外相关研究
1.3 研究内容
第二章 基于熵的滚动轴承智能诊断方法
2.1 熵的理论
2.2 小波包变换理论
2.3 神经网络理论
2.4 基于小波包Tsallis熵和PNN的轴承智能诊断方法
2.5 基于提升小波包样本熵和RBF的轴承智能诊断方法
2.6 本章小节
第三章 基于二叉树型多分类器集成的智能诊断方法
3.1 多尺度熵基本理论
3.2 多分类器集成理论
3.3 实验情况
3.4 本章小节
第四章 滚动轴承鲁棒型智能诊断方法
4.1 S变换理论
4.2 奇异值分解的定义和性质
4.3 支持向量机理论
4.4 滚动轴承故障程度和工况不敏感智能诊断模型
4.5 故障程度不敏感智能诊断方法
4.6 运行工况不敏感智能诊断方法
4.7 故障程度和运行工况不敏感智能诊断方法
4.8 本章小节
第五章 结论与展望
5.1 论文结论
5.2 主要创新点
5.3 研究展望
参考文献
个人简历 在读期间发表的学术论文
致谢