论文目录 | |
| 第一章 绪论 | 第13-30
页 |
| 1．1 多传感器信息融合技术概述 | 第13-15
页 |
| 1．1．1 信息融合技术简介 | 第13-14
页 |
| 1．1．2 多传感器的结构特点 | 第14-15
页 |
| 1．2 信息融合技术的理论意义，应用价值及关键技术 | 第15-17
页 |
| 1．3 多传感器信息融合技术研究文献综述 | 第17-21
页 |
| 1．3．1 国内研究现状 | 第17-19
页 |
| 1．3．2 国外研究现状 | 第19-20
页 |
| 1．3．3 对国内外研究的评价 | 第20-21
页 |
| 1．4 论文的主要工作简介 | 第21-25
页 |
| 1．4．1 论文的选题背景 | 第21-22
页 |
| 1．4．2 论文达到的目标和采取的技术路线 | 第22-25
页 |
| 1．4．3 论文的组织结构和各章节安排 | 第25
页 |
| 本章小结 | 第25-27
页 |
| 本章参考文献 | 第27-30
页 |
| 第二章 网络环境的多传感器信息融合理论体系的建立 | 第30-37
页 |
| 2．1 多传感器信息融合理论的生物学和哲学基础 | 第30-32
页 |
| 2．1．1 基于多传感器信息融合理论的生物学基础 | 第31
页 |
| 2．1．2 基于多传感器信息融合理论的哲学基础 | 第31-32
页 |
| 2．2 多传感器信息融合系统的模型结构 | 第32-35
页 |
| 2．2．1 信息融合理论的融合层次结构 | 第32-33
页 |
| 2．2．2 信息融合理论的整体结构和应用系统模型 | 第33-35
页 |
| 本章小结 | 第35
页 |
| 本章参考文献 | 第35-37
页 |
| 第三章 信息融合理论中的模糊评价方法研究 | 第37-49
页 |
| 3．1 模糊理论基础和存在的问题 | 第37-39
页 |
| 3．1．1 模糊理论基础 | 第37-38
页 |
| 3．1．2 对经典模糊理论存在问题的分析 | 第38-39
页 |
| 3．2 基于相对隶属度函数的多目标模糊优选法 | 第39-43
页 |
| 3．2．1 相对隶属度函数的定义和公式 | 第39-41
页 |
| 3．2．2 多目标系统模糊优选模型 | 第41-43
页 |
| 3．3 模糊优选模型应用研究 | 第43-45
页 |
| 3．4 电机运行效能评价模型的建立及影响因素分析 | 第45-48
页 |
| 3．4．1 电机运行效能评价模型的建立 | 第45-46
页 |
| 3．4．2 调整系数对评价结果的影响 | 第46
页 |
| 3．4．3 权重集对评价结果的影响 | 第46-47
页 |
| 3．4．4 目标零值处理策略 | 第47-48
页 |
| 本章小结 | 第48
页 |
| 本章参考文献 | 第48-49
页 |
| 第四章 神经网络和模糊理论的融合方法研究 | 第49-67
页 |
| 4．1 神经网络与模糊理论相结合的理论框架和发展趋势 | 第49-52
页 |
| 4．1．1 人工神经网络和模糊理论的差别与联系 | 第49-50
页 |
| 4．1．2 人工神经网络和模糊理论的融合研究 | 第50-52
页 |
| 4．2 模糊模式识别神经网络预报模型研究 | 第52-57
页 |
| 4．2．1 模糊模式识别神经网络预报模型 | 第52-55
页 |
| 4．2．2 模糊模式识别和模糊模式识别神经网络预报模型的等价性分析 | 第55-57
页 |
| 4．3 模糊模式识别神经网络改进的单纯形算法 | 第57-59
页 |
| 4．4 模糊模式识别神经网络在电机温升预测中的应用 | 第59-65
页 |
| 4．4．1 电机温升预测模型的建立 | 第60-62
页 |
| 4．4．2 模型学习与预报结果的分析比较 | 第62-63
页 |
| 4．4．3 定性量的引入 | 第63-65
页 |
| 4．4．4 定性因子网络的引入及分析 | 第65
页 |
| 本章小结 | 第65
页 |
| 本章参考文献 | 第65-67
页 |
| 第五章 基于知识的诊断推理策略研究与实现 | 第67-85
页 |
| 5．1 基于知识的故障诊断问题概述 | 第67-70
页 |
| 5．1．1 工业设备故障诊断的新课题 | 第67-68
页 |
| 5．1．2 诊断问题的形式化定义 | 第68-70
页 |
| 5．1．3 故障诊断系统分类和诊断策略 | 第70
页 |
| 5．2 面向对象的诊断知识表达方法研究 | 第70-74
页 |
| 5．2．1 面向对象的诊断知识表达方法 | 第70-71
页 |
| 5．2．2 复杂系统诊断的层次诊断模型和集成多步诊断策略 | 第71-72
页 |
| 5．2．3 面向对象的诊断过程与推理机制 | 第72-74
页 |
| 5．3 基于网络环境的工业设备故障诊断系统实例 | 第74-75
页 |
| 5．4 基于因素空间理论的诊断知识表示和推理算法实现 | 第75-79
页 |
| 5．4．1 基于因素空间理论的知识表示 | 第75-76
页 |
| 5．4．2 基于因素空间理论的知识表示的算法实现 | 第76-78
页 |
| 5．4．3 综合推理方法 | 第78-79
页 |
| 5．5 故障诊断系统软件结构与自学习机制 | 第79-83
页 |
| 5．5．1 系统软件结构 | 第80-82
页 |
| 5．5．2 自适应和自学习机制 | 第82-83
页 |
| 本章小结 | 第83
页 |
| 本章参考文献 | 第83-85
页 |
| 第六章 基于CAN总线的现场数据采集系统设计与实现 | 第85-103
页 |
| 6．1 CAN总线结构剖析 | 第85-87
页 |
| 6．1．1 现场总线的概念和特点 | 第85-86
页 |
| 6．1．2 CAN总线的结构特点 | 第86-87
页 |
| 6．2 CAN总线网络数据采集系统硬件设计 | 第87-90
页 |
| 6．2．1 系统总体硬件结构 | 第87-88
页 |
| 6．2．2 CAN网络智能节点的硬件结构 | 第88-89
页 |
| 6．2．3 CAN网络上位机系统的硬件结构 | 第89-90
页 |
| 6．3 CAN总线网络通讯的实现 | 第90-92
页 |
| 6．3．1 CAN控制器 | 第90-91
页 |
| 6．3．2 转发器节点 | 第91-92
页 |
| 6．4 数据采集系统可靠性设计 | 第92-95
页 |
| 6．4．1 CAN节点模块的硬件抗干扰措施 | 第92-94
页 |
| 6．4．2 CAN节点模块的软件抗干扰措施 | 第94-95
页 |
| 6．5 数据采集系统软件设计 | 第95-101
页 |
| 6．5．1 主计算机系统软件设计 | 第95-98
页 |
| 6．5．2 检测节点软件设计 | 第98-101
页 |
| 本章小结 | 第101
页 |
| 本章参考文献 | 第101-103
页 |
| 第七章 CAN总线协议与高层协议的互联和转换设计 | 第103-122
页 |
| 7．1 现场总线的协议分层结构剖析 | 第103-107
页 |
| 7．1．1 现场总线协议的三层结构 | 第103-104
页 |
| 7．1．2 现场总线协议剖析 | 第104-107
页 |
| 7．2 CAN总线的协议分层结构研究 | 第107-109
页 |
| 7．2．1 CAN总线的分层结构 | 第107-108
页 |
| 7．2．2 CAN总线的通信协议 | 第108-109
页 |
| 7．3 CAN控制总线系统与上层管理网络的连接设计 | 第109-114
页 |
| 7．3．1 互联原理分析 | 第109-110
页 |
| 7．3．2 基于TCP/IP协议的互联方法 | 第110-113
页 |
| 7．3．3 点对多点的通信功能实现 | 第113-114
页 |
| 7．4 专用网关的协议转换设计 | 第114-117
页 |
| 7．4．1 整体设计框架和各模块功能 | 第114-115
页 |
| 7．4．2 寻址问题的解决 | 第115-116
页 |
| 7．4．3 数据帧格式转换问题的解决 | 第116-117
页 |
| 7．5 统一的控制和数据网络结构的实现 | 第117-120
页 |
| 7．5．1 控制网络（Infranet）与Internet和Intranet相统一 | 第117-118
页 |
| 7．5．2 现场总线网络与企业网（Intranet）的互联 | 第118-120
页 |
| 本章小结 | 第120-121
页 |
| 本章参考文献 | 第121-122
页 |
| 第八章 基于Java系统的测控数据网络通信机制研究和程序设计 | 第122-136
页 |
| 8．1 基于Socket的Java语言网络通讯机制研究 | 第122-127
页 |
| 8．1．1 Java语言的网络通讯支持机制 | 第122-123
页 |
| 8．1．2 网间网的Socket通讯机制 | 第123-125
页 |
| 8．1．3 基于Java语言的Socket客户端程序设计 | 第125-127
页 |
| 8．1．4 基于Java语言的Socket服务器端程序设计 | 第127
页 |
| 8．2 基于JDBC的网络数据库连接研究 | 第127-130
页 |
| 8．2．1 基于JDBC的网络数据库连接的优势 | 第127-128
页 |
| 8．2．2 远程访问数据库的Java客户/服务器程序 | 第128-130
页 |
| 8．3 用Java的URL机制实现网上数据曲线拟合的方法 | 第130-135
页 |
| 8．3．1 Java语言的URL机制和输入/输出流的特点 | 第132-133
页 |
| 8．3．2 从数据文件中读取数据的编程实现 | 第133-135
页 |
| 本章小结 | 第135
页 |
| 本章参考文献 | 第135-136
页 |
| 第九章 博士论文的研究结论与展望 | 第136-142
页 |
| 9．1 研究工作结论 | 第136-139
页 |
| 9．1．1 博士论文研究历程回顾 | 第136-138
页 |
| 9．1．2 论文的研究成果，结论和创新性 | 第138-139
页 |
| 9．2 未来研究工作展望 | 第139-141
页 |
| 本章参考文献 | 第141-142
页 |
| 作者在攻读博士学位期间完成学术论文和参加课题情况 | 第142-144
页 |
| 学位论文的创新点摘要 | 第144-145
页 |
| 致 谢 | 第145-146
页 |
| 附录1： 基于CAN总线的电机监测和保护系统部分产品 | 第146-147
页 |
| 附录2： 多路数据采集智能节点系统电路图 | 第147
页 |
