一、计算机辅助监测诊断系统的发展和趋势（论文文献综述）
李鑫[1]（2021）在《铁路机车设备画像理论及关键技术研究》文中进行了进一步梳理铁路机务专业是铁路运输系统的重要行车专业,主要负责各型机车的运用组织、整备保养和综合检修。作为重要的铁路运输生产设备,机车的运输生产效率、设备质量状态、整备检修能力、安全管理水平等均会对铁路运输生产能力的稳健提升和经营管理工作的稳步发展产生重要影响。随着各种监测检测设备以及各类信息管理系统的广泛应用,围绕机车积累了形式多样的海量数据,数据增量及质量均大幅提升,数据价值日益体现,铁路行业对于完善机车健康管理的需求十分迫切。当前铁路机务专业在进行机车健康管理的过程中,存在分析方法较少、大数据挖掘不足、管理决策科学性较弱、综合分析平台缺失等问题。铁路机车设备画像理论及关键技术研究作为实现机车健康管理的重要手段,致力于加强机车数据资源的整合利用,通过客观、形象、科学的标签体系全面而精准地刻画机车的质量安全状态,并以此为基础深入挖掘潜藏的数据价值,实现机车事故故障关联分析、安全状态预警盯控、质量安全态势预测、检修养护差异化施修、稳健可靠管理决策等目的,支撑起铁路运输生产及质量安全管理工作的科学化、数字化、智能化发展。本文主要对铁路机车设备画像理论及其一系列关键技术进行了研究与应用,取得了以下创新成果:（1）提出了铁路机车设备画像理论。通过梳理机车设备画像的含义及研究意义,明确了构建铁路机车设备画像理论的必要性及其定位。基于此,给出铁路机车设备画像理论的定义与内涵,梳理了符合现阶段机车运输生产管理需要的铁路机车设备画像理论的构成,阐述了关键技术的研究方法及之间的逻辑关系。同时,设计相匹配的应用架构,介绍了其所包含的核心应用、赋能应用、总体目标等6个方面内容。这为系统性地开展机车健康管理相关研究提供了崭新的理论和方法支持。（2）构建了基于设备画像的铁路机车画像标签体系。通过整合利用机车多维度数据,提出了机车设备画像3级标签体系技术架构,全面分析所包含的数据采集层、标签库层和标签应用层,详细阐释各级标签的内容构成,形成机车画像标签体系的构建方法。针对聚类这一标签产生方式,改进K均值（K-means）聚类算法的初始质心选取方法,提高标签获取的精度和稳定性。通过在某铁路局开展机车设备画像实地应用研究,获得了客观、精准、完整、可靠的机车画像。（3）提出了基于Ms Eclat算法的铁路机车事故故障多最小支持度关联规则挖掘方法。针对机车事故故障在关联规则挖掘中具有不同支持度的特点,提出了改进的等价变换类（Eclat）算法——多最小支持度等价变换类（Ms Eclat）算法,以各项目的支持度值为排序依据重新构建数据集,进而运用垂直挖掘思想获得频繁项集;为了进一步提高Ms Eclat算法在大数据分析场景中的执行效率,将布尔矩阵和并行计算编程模型Map Reduce应用于算法的计算过程,得到优化的Ms Eclat算法,设计并阐述了相应的频繁项集挖掘步骤。通过比较,Ms Eclat算法及其优化算法在多最小支持度关联规则挖掘方面有着极大的计算效率优势。通过在某铁路局开展实际应用研究,验证了算法的有效性、高效性和准确性。（4）设计了基于时变概率的PSO+DE混合优化BP神经网络的机车质量安全态势预测模型。通过总结反向传播（BP）神经网络、粒子群优化（PSO）算法和差分进化（DE）算法的原理及优缺点,设计了基于时变概率且融入了防早熟机制的PSO+DE混合优化BP神经网络预测模型,详细阐释了这一预测模型的训练步骤。以某铁路局的机车质量评价办法为依托,选用灰色关联度分析方法选择出运用故障件数、碎修件数等7个评价项点,预测机车未来3个月的质量安全态势。经过实验对比,新提出的预测模型有着更好的收敛能力,对于机车质量评价等级预测及分值变化趋势预测的准确度分别可以达到98%和91%以上。最后开展了实际预测应用及分析,为科学把控机车质量安全态势提供了较好的技术方法。（5）设计了基于铁路机车设备画像理论的铁路机车健康管理应用。通过总结梳理铁路机车健康管理应用与铁路机车设备画像理论及机务大数据三者间的关系,设计了基于铁路机车设备画像理论的铁路机车健康管理应用的“N+1+3”总体架构及其技术架构。基于此,从设备、人员和综合管理3个方面介绍了机车运用组织、机车整备检修、辅助决策分析等7个典型应用场景,并特别给出这些场景的数据挖掘分析思路及框架,为铁路机车设备画像理论的扎实应用奠定了重要基础。最后,将本文所取得的相关研究成果在某铁路局开展实地的铁路机车健康管理应用实践,通过搭建人机友好的应用系统,完成一系列机务大数据挖掘分析算法模型的封装,实现了机车画像标签生成及设备画像分析、机车事故故障关联分析、机车质量评价分析、机车质量安全态势预测分析等多项功能。通过实际的工程应用,实现了铁路机车设备画像理论及其关键技术的创新实践,取得了良好的效果。全文共有图56幅,表21个,参考文献267篇。
王忻[2]（2021）在《自愈控制及其在网络控制系统中的应用》文中提出近年来,随着科学和信息技术的飞速发展,各类系统的设计复杂度和各部件之间的耦合度也随之增加,系统的脆弱性问题逐渐显现,故障对系统的正常和安全运行造成不可忽视的威胁。为了提高系统对自身故障情况的监测和应对能力,学者们提出了自愈控制的思想。目前自愈控制仍然处于初级发展阶段,并没有学者给出自愈控制的明确定义和研究范畴等基本概念。在学术界对自愈控制理论的研究才刚刚起步,自愈控制理论的研究是滞后于自愈控制的工程应用的。本文主要对自愈控制的理论进行初步的研究,并且首次给出了自愈控制的定义、基本架构和研究范畴等基本概念。本文采用自愈控制的方法来处理网络控制系统面对的多元不确定性问题,同时对提出的自愈控制的理论进行验证,主要的工作内容如下:首先,通过梳理智能电网的自愈控制、飞行控制系统的自愈控制和机械故障的自愈调控系统的相关研究成果,明确了自愈控制的特征和功能并给出了其定义;讨论了自愈控制与自愈系统以及容错控制的联系与区别;总结了研究自愈控制的意义并分析了其发展趋势。其次,提出了一种基于状态观测器的自愈控制方法,该方法由故障诊断的状态观测器方法和故障处理机制组成,设计的故障诊断方法包括故障估计、故障检测和故障定位三个部分,故障估计可以获得系统发生的加性故障的幅值信息,改进的故障检测和故障定位方法,提高了故障检测和隔离的实时性。结合故障诊断实时获得的故障信息在控制器中设计了故障处理机制,实时消除了故障对系统的影响。再次,设计了一种基于两阶段卡尔曼滤波的自愈控制方法。针对执行器发生的部分失效故障,利用两阶段卡尔曼滤波器对执行器部分失效故障进行诊断,获得的故障信息的精确度高,但是实时性较差,为了提高故障诊断的实时性,提出了两阶段卡尔曼滤波和BP（Back Propagation）神经网络相协同的故障诊断方法,并结合在线进行控制律重构/控制律切换方法,消除/抑制故障对系统的影响;同时,对于系统中发生的未知故障或者执行器完全失效故障,提出了基于故障隔离的自愈控制方法,抑制故障对系统的持续影响。最后,设计了一种基于网络切换的自愈控制方案。针对系统中发生故障或拒绝服务攻击的随机性,在卡方检测的基础上设计了系统异常检测方法,改进了异常检测阈值的选择方法,降低了检测阈值选择的难度;然后,采用基于支持向量机的异常诊断方法,对异常状态进行分类;对于系统中发生拒绝服务攻击的情况,结合异常检测和诊断的结果,设计了一种基于网络切换的自愈策略,使得网络控制系统在发生拒绝服务攻击的情况下可以自愈,并且系统性能保持在可接受水平。本文为了验证所提出的自愈控制方法的有效性,利用MATLAB工具箱True Time搭建了网络控制系统进行数值仿真。最后,总结了全文的工作,并对需要进一步研究的工作进行了展望。
汪哲宇[3]（2021）在《数字化慢病管理系统的研究与实践》文中认为为了应对以长期性、非传染性与难治愈性为主要特征的慢性疾病的复杂护理需求,“慢病管理”——一种以患者为中心的新型卫生服务模式——自上世纪八十年代开始逐渐涌现并不断发展。协同护理是慢病管理区别于传统卫生服务模式的关键要素,其目标是为患者提供有组织性的协同化医疗服务。以移动健康和人工智能为代表的信息技术能够提升慢病管理的协同效率,帮助患者与护理提供者之间形成完整的闭环反馈,将循证知识与健康数据中蕴含的信息集成到管理过程之中,推动慢病管理逐渐从传统方式向全面的数字化方式过渡。虽然以慢性病照护模型为代表的慢病管理理论模型已经发展得较为成熟,且其有效性已经在多个国家得到了验证,但在当前我国的慢病管理实践中,仍然存在着一系列的关键问题,导致以协同护理为核心的数字化慢病管理技术尚未得到有效应用。同时,数字化慢病管理领域的相关实施性研究也存在着一定的局限性。针对这些关键问题,本论文系统性地研究了如何在我国的医疗场景下形成以协同护理为特征的数字化慢病管理关键方法,具体内容包括:（1）数字化慢病协同管理模型的构建与表达方法研究。针对我国慢病管理实践存在的管理角色分工不明确、缺乏数字化全流程决策支持等问题,使用路径的方式对通用性慢病管理方法进行明确可执行的表示,通过对高血压、糖尿病与慢阻肺三类常见慢病国内外指南的分析与归纳,提炼出了包含九类共通任务的通用性管理路径,并对数字化场景下各病种的具体路径进行了明确。在此基础上,面向我国管理模式构建了路径驱动的数字化协同管理模型,并通过本体对模型中包含的结构化知识与具体路径中的医学决策知识进行了表达。（2）数字化背景下面向患者依从性增强的个性化管理方法研究。针对患者自我管理依从性问题与相关个性化管理研究的局限性,一方面,从移动健康应用的个性化需求分析入手,基于目标导向型设计方法中的用户建模过程,结合相关健康行为理论,提炼了面向患者自我管理依从性提升的用户模型,结合问卷与访谈结果识别出了三类患者虚拟角色与其对应的个性化需求。另一方面,从人工智能技术的管理实践入手,基于本体与多种自然语言处理技术实现了一种根据患者特征为其推荐相关文章的个性化健康教育方法;基于强化学习技术实现了一种在虚拟管理环境中根据患者与管理师状态给出干预建议的个性化管理策略生成方法。（3）数字化慢病闭环管理系统的设计与实现。针对我国慢病管理信息化实践中存在的缺乏理论指导以及多病种集成性较低等问题,基于所构建的模型与个性化管理方法,设计并实现了包含智能服务引擎与客户端两大组件的数字化慢病闭环管理系统。智能服务引擎以通用性慢病管理路径本体为核心,能够通过多种类型的接口为系统提供数据存储与全场景决策支持服务;客户端中的医生工作平台基于共通性路径任务设计,能够辅助不同角色的医护人员执行具有时序性与闭环性的协同式管理;客户端中的患者移动终端基于所提炼的个性化需求与行为改变轮设计,能够为患者提供全方位的自我管理支持,并在一定程度上改善患者依从性。所实现系统目前已在我国多个地区进行了实际的部署与应用。（4）面向数字化慢病管理的评价体系构建与实践。针对数字化场景下管理系统评价方面存在的局限性,基于面向远程医疗的综合评估模型,提炼了包含评价角色、评价重点与评价角度三个维度的面向个体层面的数字化慢病管理评估模型,并依据该模型对所实现系统进行了不同证据水平的实践评价,包括基于系统真实数据的回顾性评价、面向慢阻肺患者的前后对比试验与面向高血压患者的随机对照试验。评价结果表明,当前系统能够帮助医护人员与患者共同合作,开展医患之间高效互动的闭环式协同管理,并在一定程度上改善患者的疾病控制情况、日常生活质量与疾病认知水平。总的来看,本论文所提出的路径驱动的数字化慢病管理系统能够在一定程度上解决我国慢病管理实践与慢病管理领域相关研究中存在的多种问题,为数字化慢病管理在我国的推广与应用提供了理论指导与实践验证。
陈鹏[4]（2020）在《关键传动件变工况下的时变信号特征表征及自适应监测诊断方法研究》文中认为高端智能制造是未来制造业的竞争中心,也是国家核心竞争力的重要标志,因此针对高科技、精密、尖端的机械工业装备的智能运行与维护保障已成为国内外的研究焦点。高速、重载、高温、高寒等极端的服役环境,致使机械装备的关键传动件的性能不可避免地出现衰老、退化等趋势,甚至时有故障发生而引发停机等事故。因此开展针对机械装备关键传动件的智能监测和故障诊断的研究,可以准确及时地对装备的整个运行过程进行全周期的监控和维护,以保障安全、可靠地运行,从而避免经济损失和灾难性事故的发生。机械装备的关键传动件如齿轮箱、轴承长期在变工况下运行,因局部故障、瞬变转速、时变载荷等激励的影响,关键传动件将产生瞬变动态、非平稳振动信号。对变工况的处理,尤其是对变工况产生的瞬变动态、非平稳信号的解调分析问题已成为关键传动件智能监测和故障诊断的重要研究课题。尽管当前的非线性、非平稳信号处理技术已经取得了长足的发展并在一定的工业场合得到了应用,但是其仍未能适应变工况变化,尤其是无法满足因变工况下机械关键传动件产生的时变、瞬态、非平稳信号的分析需求。为此,本文以机械装备面临大数据、智能运维的重大工程需求为背景,以对机械装备健康监测和故障诊断趋向自动化、智能化以及数字化方向发展为目标,针对当前传统的时频分析方法无法满足变工况下快时变、强调频、交叉混叠的非平稳瞬态信号的分析要求,研究了时频空间能量表征方法、交叉混叠信号的解耦方法、健康状态监测中阈值设定自适应方法、时变服役工况下智能诊断和不同工况域之间的迁移诊断等基础科学问题和实际的工程应用技术。解决了对快时变、强调频、交叉混叠、非平稳信号的解调分析及对变工况自适应诊断的问题。论文的主要研究工作及创新点总结如下:（1）针对当前主流的时频分析方法在表征快时变、强调频瞬态非平稳信号时,存在时频能量汇聚性低、时频表征性能差、对特定信号分量的重构性能不足以及对设备健康诊断过程的影响问题,提出了一种基于短时傅里叶框架下的二阶同步提取变换的信号分析方法,重点解决了对瞬态非平稳信号的局部瞬时频率精确化估计问题,从而满足了对频率变化快及强调制的非平稳信号的分析需求。以此为基础,实现了在强背景噪声环境下对变化快且强调制的瞬态信号成分的有效提取,并将其成功应用于油膜轴承的振动信号分析中。（2）针对机械装备振动信号中出现快时变、强调频以及交叉频率成分的耦合时,传统的时频解调分析方法受到时频表征不强、时频可读性能差甚至出现时频解调失效的制约。提出了一种递归映射解调高阶同步提取变换的时频分析方法。重点解决了外界干扰的交叉混叠信号成分的解调及对局部瞬时频率的高阶化精确估计问题,以此为基础,并最终将其应用于机械装备的关键传动件行星齿轮箱的特征提取及故障检测、诊断中。（3）针对某些特定的机械装备如风力发电机组,因运行周期久、使用寿命长,故而故障数据非常稀缺。当前的无监督深度学习方法在对风机健康状态监测时,面临人工设定阈值函数的瓶颈,提出了一种阈自适应神经网络模型的风机健康监测方法。解决了当前基于深度学习的无监督健康监测方法在阈值函数人工设定上的难题。同时,为了进一步量化不同时期风机的健康等级,提出了一种基于生成对抗网络输出样本区分度的方法,以满足对风机的不同健康等级进行量化评估的需求。以此为基础,通过对两个实际运行的风机进行健康状态监测评估以验证所提出算法的准确性及稳健性。（4）针对常规的信号处理方法对机械装备海量数据进行故障检测与诊断时耗时、耗力、过多依赖于人工经验以及为适应变工况下的诊断需求问题,提出了一个工况自适应神经网络模型来对机械装备的关键传动件行星齿轮箱进行故障检测、诊断。解决了时变工况下对关键传动件的端对端学习问题,以此为基础,通过对实际运行的行星齿轮箱的数据采集分析以验证所提出算法的有效性。（5）针对当前的样本迁移学习模型大多拘泥于源域和目标域之间的数据差异性,极少关注机械装备运行服役工况信息对模型训练的驱动作用,尤其是不同的非平稳工况之间的迁移学习问题。提出了一种新的知识迁移学习模型用于对时变工况下的滚动轴承进行故障检测、诊断。解决了不同的非平稳工况之间的迁移学习问题,以此为基础,通过对实际运行的滚动轴承运行数据的分析以验证所提出的知识迁移学习模型的有效性和鲁棒性。
范家铭[5]（2020）在《基于PHM技术的高铁车载通信装备健康监测智能分析理论与方法的研究》文中研究说明伴随着我国“一带一路”战略铺展开来,高铁已成为我国新“四大名片”之一,其知名度和重要性不亚于古老中国的“四大发明”。截止2019年末,中国已投入运营的高速铁路里程数达到3.5万公里,稳居世界首位。道路千万条,安全第一条,安全性是高铁飞速发展的基石。对关键零部件的健康状态监测,尤为重要。PHM（Prognostics and Health Management）技术可以对高铁在途运行设备进行状态感知、健康监控,并对故障的发生做出预测,从而降低安全风险。本文利用故障预测与健康管理的技术手段,以数据无损压缩技术、数据传输加密技术、故障特征提取方法、信号去噪技术、关键参数优化方法和神经网络方法为理论基础,建立基于PHM技术的高铁车载通信装备健康监测智能分析方法,实现了关键零部件的故障定位及预测。该方法虽然实现了故障快速定位和精准预测,但通常需要高性能计算机来支撑数据的计算和分析,所以本文将高铁运行数据进行实时无损压缩并加密后,通过铁路无线通信网络将数据回传至地面分析服务器,以其高性能计算能力快速、准确地进行故障定位和预测,有效地解决了高铁车载设备不具备高性能计算能力而无法实时处理数据的问题。地面分析服务器对数据进行解密和特征分析高效快捷,利用神经网络算法使故障识别和故障预测的精度及效率都得以保障,为保障高速铁路安全运营提供了重要的技术手段。本文提出的方法已在兰州铁路局项目中得到了应用,并在实际应用中不同程度的降低了运维成本和故障不可复现率,体现出PHM技术在故障诊断和故障预测研究方面的意义和价值。本文的主要研究成果如下:（1）针对高速铁路的安全运行问题,结合了故障预测与健康管理技术理论,提出了一种基于动车组PHM体系架构。该架构对高铁车载通信装备进行了PHM技术理论分析、故障诊断技术分析、预测技术分析、应用分析等技术进行论述,并基于故障预测与健康管理技术为理论基础提出了动车组故障预测与健康管理体系框架,对高铁车载通信装备的健康状态监测和故障预测方面提供重要理论指导。（2）高铁车载装备的网络资源有限,无法满足对监测的车载装备运行信息实时传输至地面服务器,为此提出了一种无损压缩技术与加密技术联合算法。该算法利用铁路既有无线网络基础在低带宽下实现实时传输高铁车载通信装备运行数据,以供地面服务器实时分析车载装备的健康状况和故障预测。该算法以行程长度无损压缩算法为基础进行了改进以降低数据的压缩比率,同时融入Logistic混沌理论和RSA加密算法以及Logistic置乱加密算法,减少网络传输时所占用的网络带宽,提高了网络传输的安全性,为进一步分析设备的健康状态和故障诊断及预测提供基础性保障。（3）故障诊断通常需要对故障特征进行提取并分析,去除数据中混杂的噪声。该部分对接收到的车载装备运行信息展开深入研究,针对高铁车载通信装备在运行中因场强信号而导致的故障问题,提出了一种基于PHM技术的高铁车载通信装备的故障诊断方法。该方法以双树复小波包变换为基础进行算法改进,同时结合了自适应噪声的完备经验模态分解来进行故障噪声的降噪与特征提取,然后利用无监督学习中的密度聚类方法进行自适应改进,并将提取出的特征类型进行特征分类,最后将分类结果输入到极限学习机中进行训练。实验验证了提出的故障诊断方法具有较强的特征提取能力、快速识别故障能力以及高精度的识别率,为设备的故障预测提供良好的支撑。（4）深入分析高铁车载通信装备的实际运行工况中,针对高铁车载通信装备故障发生率较高的原因是由于电池失效导致高铁车载通信装备无法正常工作的问题,提出了一种HA-FOSELM电池失效预测方法。该方法为了降低噪声对预测带来的影响,采用变分模态分解方法进行去噪处理,同时使用含有遗忘机制的在线序列极限学习机算法对去噪后的数据进行学习和训练,该算法支持数据的动态增量更新。为了提高算法的识别精度和降低关键参数对该算法的影响,引入了混合灰狼优化算法对HA-FOSELM方法的关键参数进行自适应优化,同时融合注意力机制,从而有效地提高了预测精度。通过实验验证,本文提出的方法在性能、效率、精度等方面都优于传统的神经网络算法,有效地降低了因电池故障导致列车行驶安全的问题。
谈太振[6]（2020）在《基于web的电主轴在线监测与故障诊断系统研究》文中认为机械设备故障在机械运行过程中不可避免的发生,设备出现故障首先不能完成既定的设备功能,还隐藏着巨大的危险,设备故障不能得到及时处理,可能引发火灾、爆炸等伤害性极大的生产安全事故,给人民的生命财产安全带来隐患,所以工业安全要求有效的监管,如何从技术上实现对设备运行工况的在线监测和远程诊断是一个具有现实研究意义的课题。传感器等检测仪器的发展为故障检测提供良好的非现场监测手段,同时,对监测数据采集和储存对实现故障类型分析和诊断决策提供有力的数据支撑。电主轴作为工业生产广泛应用的数控机床加工的核心部件之一,其工作性能直接关系到数控加工的运行。为保证电主轴在实际工况下正常运行和被加工产品的加工质量,针对电主轴运行状况的故障诊断系统研究显得异常重要。本文在物联网的大背景下,以实现工业互联网为基调,针对电主轴实时运行情况作为对象,展开了基于web的故障诊断系统的研究,实现了数据共享、机械设备分布式监测、数据集中处理的目的。首先,本文通过分析电主轴特性,选取能反映元件故障的特征信号,利用互感器等采集监测设备进行原始信号采集和处理,通过网络传输协议,将采集信号和信号对应所属监测编号统一传输到数据库进行储存和集中式管理,其次,为优化数据处理速度,本文设计实时数据表和历史数据表,以及对各监测点进行分表储存等一系列数据库调优设计处理,另外采用幅值恢复法,剔除电流基频操作,有效的建立故障的特征数据表。然后,利用BP神经网络智能算法,搭建本文的故障诊断系统,针对此模型易陷入极小值、迭代慢等问题,提出使用PSO粒子群算法进行优化,并通过matlab仿真验证其有效性。最后,基于Java语言实现后台程序,HTML等实现前端程序,并借助Jdbc、echart、easyui、ajax、拦截器、定时器、跨应用调用matlab等web技术实现了浏览器端B/S架构下的实时监测、诊断以及衍生的系统辅助功能。
教育部[7]（2020）在《教育部关于印发普通高中课程方案和语文等学科课程标准（2017年版2020年修订）的通知》文中指出教材[2020]3号各省、自治区、直辖市教育厅（教委）,新疆生产建设兵团教育局:为深入贯彻党的十九届四中全会精神和全国教育大会精神,落实立德树人根本任务,完善中小学课程体系,我部组织对普通高中课程方案和语文等学科课程标准（2017年版）进行了修订。普通高中课程方案以及思想政治、语文、
张元梁[8]（2020）在《我国体育科技进步及其对竞技体育的促进效应研究》文中研究说明作为第一生产力的体育科学技术是竞技体育可持续发展的重要推动力,体育科技与竞技体育是一个既相互牵制,又协同共生的复合大系统。其中,体育科技在促进系统稳固可持续发展中起到重要的主导作用。我国在建设竞技体育强国的改革发展进程中,我们需要继续借助和依靠体育科技,不断提升对体育科技与竞技体育两者相互关系与融合发展规律的理性认识,并充分利用体育科学研究与开发,力求达到两者之间的有序与和谐,才能最终实现我国体育科技与竞技体育的良性融合可持续发展。因此,要想提升我国体育科技创新能力,更好发挥体育科技进步对竞技体育事业发展的重要支撑作用,需要我们对体育科技进步及其对竞技体育的促进效应进行系统探索研究。本研究旨在依据系统科学理论和社会网络分析等理论与方法,对我国体育科技与竞技体育相互关系进行系统理论分析。在此基础上,从定性和定量相结合的角度,对我国体育科技发展中的体育科学研究特征和体育专利技术研发特征进行分析,同时在对我国体育科技进步进行追踪观测的基础上,探索体育科技对竞技体育的影响,最后对我国体育科技攻关与服务特征进行分析,从而更好地为体育科技与竞技体育可持续发展提供一定的参考。经研究分析,得出以下主要结论:（1）体育科技进步与竞技体育是一个相互制约、相互作用、协同进化的动态演化系统,其动力机制主要包括竞技体育发展需求的拉动力、体育科技自身创新的推动力以及包括相关政策规范在内的外部环境支持力,两者即是在此三方面力量的相互作用和共同推动下不断演化发展。（2）我国体育科学研究经过多年发展取得了长足进步,并在国际上踏入高产高影响力国家行列,同时产生了一批诸如上海体育学院、北京体育大学等国际高影响力的体育科研机构,凭借高产和高质的论文成果跻身世界顶尖级研究机构行列,中国体育科学研究步入了新时代。然而,我国的影响力并未处于世界领先地位,与全球领先国家和机构相比,尚有较大差距。我国在体育科学研究国际合作中处于主导地位,但在国际合作论文产出的绝对值上中国与美国仍存在较大差距,运动创伤学、运动生理学、运动康复学及运动心理学等是我国国际合作频率最高的领域,国际合作网络呈现出明显的核心-边缘结构特征,在合作网络规模上,美国核心圈和外围圈明显大于中国。（3）我国在体育自主创新技术研发领域取得了显着进步,体育专利申请数量逐年攀升,并在数量上占据世界领先地位,然而在专利申请量激增的同时,随之而来的是专利质量参差不齐,多数技术还停留在低技术含量的外观设计和实用新型的边缘技术。完善的专利制度、良好的专利保护意识、广阔的国际市场范围、稳固高效的研发团队以及高科技核心专利技术,成为国外领先国家与核心企业重要的专利技术研发战略。（4）上世纪90年代,我国体育科技进步相对发展比较缓慢,无论是科技人员、科技经费的投入等均处于较低水平,体育科技进步贡献率较低,进入21世纪以来,随着我国在体育科技人力和经费等方面投入的不断增长,科技创新活动和科技创新扩散水平不断提升,从而使体育科技进步对竞技体育的贡献率大幅增长。其中,体育科技经费投入、体育科技创新活动及体育科技创新扩散三个指标对竞技体育产出呈现显着影响。（5）完善的制度保障是实现体育科技与竞技体育融合发展的重要前提。多年来,我国所实施的竞技体育科研攻关科技服务制度,逐步形成了运动队、体育院校和科研所、政府体育部门三维一体互动模式,为竞技体育科学化训练与发展提供重要的制度保障。在科研攻关课题方面,逐步形成了以体育类院校和科研院所为核心,以非体育专业类院校和地方科研院所为支撑的合作攻关联网络模式,为我国优势项目和潜优势项目提供了良好的科技保障。提出以下建议:（1）进一步提升我国体育科学研究的国际化发展水平。（2）进一步加强国际体育科学合作研究。（3）加强有利于体育科技与竞技体育融合的创新机制建设。（4）进一步增强体育科技成果在竞技体育领域内的成果转化与应用。
刘申易[9]（2020）在《基于动态故障树分析与传感网络的机车故障诊断系统的设计》文中进行了进一步梳理随着我国重载铁路货运机车的快速发展,机车的故障率与事故发生率随之上升,机车故障诊断技术的重要性也越来越突出。本文基于动态故障树算法和分布式传感网络,研究并设计了适用于SS4B型机车的故障诊断系统,分析了机车的故障模式,确定了传感器布设位置,对系统的硬件部分进行了电路设计与选型,提出了动态故障树分析算法,并通过C#进行编程实现,最后对设计中的理论以及系统整体进行了建模、仿真,验证了可行性。首先本文根据机车的实际情况,将诊断系统的硬件总体设计为传感器网络、分布式传感节点、数据检测终端以及智能故障诊断终端四个部分;对SS4B型机车的主、辅电路的结构以及工作原理进行了分析,并进一步分析了主、辅电路以及气路制动系统的具体故障模式;针对机车的重要故障模式,确定了9个电压传感器和23个电流传感器的布设位置,并对布设原因进行了分析。其次,对系统硬件方面进行了设计。选择了传感网络的拓扑结构,设计了传感网络的接口;对模拟和数字式传感节点的硬件电路进行了设计;对数据检测终端各个板卡实现的功能进行了介绍;完成智能故障诊断终端的选型。相关的软件方面,对网络的通讯协议、传输数据内容以及拥塞控制算法进行了研究,研究设计了传感节点的滤波算法,并对各个节点和终端的软件流程进行了设计。另外,本文在故障树分析法的基础上,提出了一种基于传感器信息的动态故障树分析法,能够根据故障原因部位传感器采集的数据对故障树分析得到的故障原因进行化简。最后,对网络的拥塞控制算法、数字滤波器进行了建模仿真,通过C#编写了能够实现动态故障树分析算法的诊断软件,进行了验证分析;并在此基础上,对传感器滤波、网络数据传输、故障原因诊断进行了综合建模与仿真,验证了故障诊断系统的可行性。图113幅,表16个,参考文献79篇。
戎卿文[10]（2020）在《欧洲建筑遗产预防性保护理论与方法的演进及其中国实践》文中认为预防性保护的概念自1950年代由布兰迪（Cesare Brandi）引介入建筑保护领域,理论与实践发展至今已逾半个世纪,始终在国际建筑遗产保护的前沿领域占有一席之地。预防性保护理论自2009年左右引介入中国学界,历经十年的发展与实践,目前在政策制定、科研和工程实践层面逐渐成为我国遗产保护领域的热点。然而,国内存在的问题亦比较显着,包括:对预防性保护概念的片面化、碎片化认识,重技术、轻理念,重硬件、轻软件,重单体、轻区域,更有因时髦而冠“预防性”之名者。这些问题使得国家的文化遗产政策和基础科研投入面临着可预见的风险。因此,历史地、科学地、系统地重新认识以欧洲为代表的国际建筑遗产的预防性保护,把握其历史脉络和未来发展方向,藉此建构中国的理论与方法,是建筑遗产保护学界的重要任务。本文第1章首先系统整理和深入阐述了欧洲建筑遗产预防性保护的发展历程,基本廓清了预防性保护的概念,揭示出相关话语体系与国际实践网络的生成过程。第2、3章通过对大量历史文献、研究评述的解读,结合在欧洲相关国家与学术组织的实地调研与观摩,发现并提炼了1950年代以来欧洲建筑遗产预防性保护的2条主要原生路径:1.以科学归纳、区域巡检与整体规划为特征的规划式保护;2.以高频度巡检与反馈行动为特征的预防性维护。本文考证发现,前者主要以意大利学者的理论与实践为代表,反映了意大利城市、建筑遗产思想的整体观;后者则主要以荷兰、比利时等国的理论与实践为代表,深层动因来自荷兰的社区联结运作模式和文化传统。1990年代以来,预防性保护与当代保护理论语境呈现出协同发展的趋势,更显着地呈现出其科学面向和工具理性的特点。在第4章,笔者洞悉到近三十年来欧洲建筑遗产预防性保护的衍变与重构,其背后的趋势在于原生路径的交融与整合,以及对建筑保护运动在现当代发展的回应。本文提出并建构了P-MMI模式（P规划式—M监测、M日常维护、I巡检）,对欧洲建筑遗产的预防性保护研究与实践项目进行评价,有效提炼出其发展路径与趋势;通过该模式观察到,1970年代的两条原生路径自1990年代以来逐渐发展、交融,形成了一系列具有示范意义的综合性项目模式,包括:“风险地图”模式、“文化区”模式等,对中国形成了启发。面向中国建筑遗产预防性保护发展的新时期,本文第5章回顾指出,预防性保护引介入中国十年以来,并未得到系统性的学习和推广,但由于理念新颖、科技色彩浓厚,且与国内偏重硬件投入的科研运作模式相契合,预防性保护在重点建筑的监测领域有了较大发展。目前中国的预防性保护以对重点建筑的“科学保护”和预防监测见长,但忽视了区域面上的计划性预防,因此虽然在一些局部已具有“预防性”,但在宏观层面仍然是一种“应激性”保护;第5章后半部分进而以我国建筑遗产保护的现行机制为基础,吸收国际建筑遗产预防性保护的规律与进展,根据P-MMI模式,初步建构了中国建筑遗产预防性保护的理论与方法。第6章以北京昌平区建筑遗产预防性保护的实践对上述理论与方法进行了应用研究。结语总结了本文提出并建构的当前中国建筑遗产预防性保护发展的路径:加强整体观,参照P-MMI模式,发展区域规划式预防性体系,保持硬件监测的优势,推动软件建设,强化巡检与日常维护行动,促使目前的“科技——应激——预防”模式向“科技——计划——预防”模式转化。本文成果既响应了国家建设新时代文化强国的战略要求,也为国际建筑遗产预防性保护贡献了中国智慧。
二、计算机辅助监测诊断系统的发展和趋势（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、计算机辅助监测诊断系统的发展和趋势（论文提纲范文）
（1）铁路机车设备画像理论及关键技术研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 前言 |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 必要性及可行性分析 |
| 1.2.1 必要性 |
| 1.2.2 可行性 |
| 1.3 本文拟解决的主要问题 |
| 1.4 本文研究的主要内容 |
| 1.5 本文组织架构及技术路线 |
| 1.6 本章小结 |
| 2 国内外研究现状及发展趋势 |
| 2.1 机务大数据研究及应用 |
| 2.1.1 国外 |
| 2.1.2 国内 |
| 2.2 机车检修现状 |
| 2.3 设备画像 |
| 2.3.1 画像的概念 |
| 2.3.2 构成要素 |
| 2.3.3 模型与方法 |
| 2.4 标签技术 |
| 2.4.1 画像标签的定义 |
| 2.4.2 标签分类 |
| 2.4.3 标签构建原则 |
| 2.4.4 标签构建方法 |
| 2.5 设备健康管理 |
| 2.5.1 国外设备健康管理现状 |
| 2.5.2 国内设备健康管理现状 |
| 2.5.3 我国铁路机务专业PHM技术发展差距 |
| 2.6 本章小结 |
| 3 铁路机车设备画像理论 |
| 3.1 机车设备画像概述 |
| 3.2 铁路机车设备画像理论构建 |
| 3.2.1 铁路机车设备画像理论的定义与内涵 |
| 3.2.2 铁路机车设备画像理论的构成 |
| 3.2.3 铁路机车设备画像理论的应用架构 |
| 3.3 本章小结 |
| 4 基于设备画像的铁路机车标签体系构建 |
| 4.1 问题概述 |
| 4.2 面向设备画像的标签技术 |
| 4.3 机车画像标签体系构建 |
| 4.3.1 机车画像标签体系技术架构 |
| 4.3.2 机车画像标签体系 |
| 4.4 基于聚类的机车第三级标签获取方法 |
| 4.4.1 K-means算法 |
| 4.4.2 K-means算法的改进 |
| 4.4.3 K-means算法与改进算法的比较验证 |
| 4.5 机车画像标签体系构建实例 |
| 4.5.1 K-means改进算法的应用 |
| 4.5.2 机车完整标签体系的产生 |
| 4.6 本章小结 |
| 5 基于MsEclat算法的铁路机车事故故障多最小支持度关联规则挖掘 |
| 5.1 问题概述 |
| 5.2 MsEclat算法的背景知识 |
| 5.2.1 垂直格式数据集 |
| 5.2.2 支持度、置信度与提升度 |
| 5.2.3 概念格理论 |
| 5.2.4 多最小支持度下的频繁项集判定 |
| 5.2.5 面向有序项目集合的最小支持度索引表 |
| 5.2.6 基于等价类的可连接性判定 |
| 5.3 MsEclat算法原理 |
| 5.3.1 Eclat算法简述 |
| 5.3.2 改进的Eclat算法—MsEclat算法 |
| 5.4 优化的Ms Eclat算法 |
| 5.4.1 基于布尔矩阵的T_(set)位运算求交 |
| 5.4.2 基于MapReduce的等价类并行运算 |
| 5.4.3 大数据场景下优化的MsEclat算法的频繁项集挖掘步骤 |
| 5.5 算法比较验证 |
| 5.5.1 MsEclat算法与水平挖掘算法的对比 |
| 5.5.2 MsEclat算法与其优化算法的对比 |
| 5.6 机车事故故障关联规则挖掘分析 |
| 5.6.1 待分析项目的选取 |
| 5.6.2 关联规则挖掘结果分析 |
| 5.7 本章小结 |
| 6 基于PSO+DE混合优化BP神经网络的铁路机车质量安全态势预测 |
| 6.1 问题概述 |
| 6.2 机车质量等级评价 |
| 6.3 基于机车质量评价项点的特征选择 |
| 6.3.1 灰色关联度分析 |
| 6.3.2 机车质量等级的比较特征选择 |
| 6.4 PSO+DE混合优化BP神经网络 |
| 6.4.1 BP神经网络原理 |
| 6.4.2 PSO算法原理 |
| 6.4.3 DE算法原理 |
| 6.4.4 基于时变概率的PSO+DE混合优化BP神经网络预测模型 |
| 6.5 机车质量安全态势预测分析 |
| 6.5.1 预测模型训练 |
| 6.5.2 预测模型训练结果分析 |
| 6.5.3 预测模型应用分析 |
| 6.6 本章小结 |
| 7 基于铁路机车设备画像理论的铁路机车健康管理应用总体设计 |
| 7.1 机务大数据与机车健康管理 |
| 7.2 铁路机车健康管理应用设计 |
| 7.2.1 设计目标及定位 |
| 7.2.2 总体架构设计 |
| 7.2.3 技术架构设计 |
| 7.3 铁路机车健康管理应用的典型应用场景分析 |
| 7.3.1 设备质量综合分析 |
| 7.3.2 人员运用综合把控 |
| 7.3.3 运输生产综合管理 |
| 7.4 本章小结 |
| 8 某铁路局机车健康管理应用实践 |
| 8.1 应用开发方案 |
| 8.1.1 系统开发环境 |
| 8.1.2 数据调用方式 |
| 8.1.3 分析模型定时任务调用方式 |
| 8.2 机车数据管理功能 |
| 8.2.1 基本数据管理 |
| 8.2.2 视频数据管理 |
| 8.2.3 机务电子地图 |
| 8.3 机车画像标签生成及分析功能 |
| 8.3.1 机车画像标签管理 |
| 8.3.2 单台机车画像分析 |
| 8.3.3 机车设备画像分析 |
| 8.4 机车事故故障关联分析功能 |
| 8.5 机车质量评价分析功能 |
| 8.5.1 单台机车质量安全分析 |
| 8.5.2 机务段级机车质量安全分析 |
| 8.5.3 机务部级机车质量安全分析 |
| 8.5.4 全局机务专业质量安全综合分析 |
| 8.6 机车质量安全态势预测分析功能 |
| 8.7 本章小结 |
| 9 总结与展望 |
| 9.1 本文总结 |
| 9.2 研究展望 |
| 参考文献 |
| 图索引 |
| FIGURE INDEX |
| 表索引 |
| 学位论文数据集 |
| TABLE INDEX |
| 作者简历及攻读博士学位期间取得的科研成果 |
（2）自愈控制及其在网络控制系统中的应用（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 自愈控制 |
| 1.3 网络控制系统的研究现状 |
| 1.3.1 NCS的基本问题的研究现状 |
| 1.3.2 NCS的故障诊断的研究现状 |
| 1.3.3 NCS的容错控制的研究现状 |
| 1.3.4 NCS的安全问题研究现状 |
| 1.4 本文的主要工作及章节安排 |
| 1.5 本章小结 |
| 2 自愈控制的综述与分析 |
| 2.1 引言 |
| 2.2 自愈控制的应用领域 |
| 2.2.1 智能电网领域的自愈控制 |
| 2.2.2 飞行控制系统领域的自愈控制 |
| 2.2.3 机械系统领域的自愈控制 |
| 2.2.4 自愈控制应用领域的总结 |
| 2.3 自愈控制的特征、功能及定义 |
| 2.4 自愈系统、容错控制与自愈控制的关系 |
| 2.4.1 自愈系统与自愈控制 |
| 2.4.2 容错控制与自愈控制 |
| 2.5 自愈控制的架构及研究范畴 |
| 2.6 本章小结 |
| 3 基于状态观测器的网络控制系统的自愈控制 |
| 3.1 引言 |
| 3.2 基于状态观测器的网络控制系统的故障估计方法 |
| 3.2.1 基于状态观测器的故障估计方法 |
| 3.2.2 执行器故障估计辅助信号的设计 |
| 3.3 故障检测和故障定位方法 |
| 3.3.1 基于状态观测器的故障检测 |
| 3.3.2 基于状态观测器的故障定位 |
| 3.4 基于控制律重构的主动容错控制 |
| 3.5 仿真验证 |
| 3.5.1 基于状态观测器的故障估计的仿真验证 |
| 3.5.2 故障检测与故障定位的仿真验证 |
| 3.5.3 控制律重构方法的仿真验证 |
| 3.6 本章小结 |
| 4 基于卡尔曼滤波器的网络控制系统的自愈控制 |
| 4.1 引言 |
| 4.2 基于两阶段卡尔曼滤波的故障诊断方法 |
| 4.2.1 执行器部分失效故障建模 |
| 4.2.2 故障诊断方法的设计 |
| 4.3 基于BP神经网络的自愈控制方法研究 |
| 4.3.1 BP神经网络的介绍与应用 |
| 4.3.2 基于BP神经网络的执行器故障程度辨识 |
| 4.3.3 基于控制律切换的主动容错控制方法 |
| 4.4 仿真验证 |
| 4.4.1 故障诊断仿真验证 |
| 4.4.2 控制律切换方法的仿真验证 |
| 4.5 本章小结 |
| 5 拒绝服务攻击下的网络控制系统的自愈控制研究 |
| 5.1 引言 |
| 5.1.1 关于网络控制系统的多元不确定性的概述 |
| 5.1.2 关于拒绝服务攻击的模拟 |
| 5.2 具有多元不确定性的网络控制系统的异常检测方法 |
| 5.2.1 卡尔曼滤波方法 |
| 5.2.2 异常检测方法的设计 |
| 5.3 针对具有多元不确定性的网络控制系统的异常诊断方法 |
| 5.3.1 支持向量机 |
| 5.3.2 基于支持向量机的异常诊断方法研究 |
| 5.3.3 针对拒绝服务攻击的自愈策略 |
| 5.4 仿真验证 |
| 5.4.1 异常检测及诊断方法的仿真验证 |
| 5.4.2 基于网络切换的自愈策略的仿真验证 |
| 5.5 本章小结 |
| 6 结论与展望 |
| 6.1 本文结论 |
| 6.2 对未来工作的展望 |
| 参考文献 |
| 作者简历及攻读硕士学位期间取得的研究成果 |
| 学位论文数据集 |
（3）数字化慢病管理系统的研究与实践（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 缩写、符号清单和术语表 |
| 第一章 绪论 |
| 1.1 慢病管理概述 |
| 1.1.1 慢病的定义与分类 |
| 1.1.2 慢病的全球化流行趋势 |
| 1.1.3 慢病管理的定义与基本要素 |
| 1.1.4 我国慢病流行趋势及管理现状 |
| 1.2 慢病管理领域研究综述 |
| 1.2.1 基于协同护理的慢病管理理论模型发展综述 |
| 1.2.2 基于CCM框架的慢病管理实施性研究综述 |
| 1.3 数字化慢病管理研究进展及应用实践 |
| 1.3.1 数字化背景下的慢病管理理论模型发展 |
| 1.3.2 数字化背景下的慢病管理实施性研究进展 |
| 1.3.3 数字化慢病管理国内外代表性应用实践 |
| 1.4 关键问题分析与论文研究内容 |
| 1.4.1 关键问题分析 |
| 1.4.2 论文的研究内容及创新点 |
| 第二章 路径驱动的数字化慢病协同管理模型构建与表达 |
| 2.1 路径驱动的数字化慢病协同管理模型构建 |
| 2.1.1 通用性慢病管理路径提炼与多病种实现 |
| 2.1.2 面向我国管理模式的数字化协同管理模型构建 |
| 2.2 基于本体的模型知识表达与验证 |
| 2.2.1 本体相关概念与构建方法 |
| 2.2.2 慢病协同管理模型基础本体构建 |
| 2.2.3 基于演绎推理的路径化决策支持 |
| 2.2.4 本体构建结果与技术性评估 |
| 2.3 本章小结 |
| 第三章 面向患者依从性增强的个性化管理方法研究 |
| 3.1 基于健康行为理论的患者个性化管理需求分析 |
| 3.1.1 移动健康应用设计方法概述 |
| 3.1.2 面向自我管理依从性增强的用户模型提炼 |
| 3.1.3 用户虚拟角色构建与需求识别 |
| 3.2 基于健康推荐系统的个性化健康教育方法研究 |
| 3.2.1 健康推荐系统相关概念与研究进展 |
| 3.2.2 健康知识推荐系统的设计与实现 |
| 3.2.3 基于测试集的推荐系统评估 |
| 3.3 基于强化学习的个性化管理策略生成方法研究 |
| 3.3.1 强化学习相关理论与研究进展 |
| 3.3.2 策略生成模型的设计与实现 |
| 3.3.3 基于虚拟环境的训练结果与模型评估 |
| 3.4 本章小结 |
| 第四章 数字化慢病闭环管理系统设计与实现 |
| 4.1 面向全场景决策支持的智能化慢病服务引擎构建 |
| 4.1.1 以引擎为核心的系统整体架构设计 |
| 4.1.2 基于多种软件框架的云端引擎实现 |
| 4.2 基于路径任务的医生协作工作平台设计与实现 |
| 4.2.1 路径任务驱动的协作工作平台功能设计 |
| 4.2.2 基于网页的协作工作平台功能实现 |
| 4.3 基于行为改变技术的患者移动终端设计与实现 |
| 4.3.1 行为改变轮驱动的干预功能设计 |
| 4.3.2 面向多平台的移动终端功能实现 |
| 4.3.3 面向患者依从性的移动终端试点性应用评价 |
| 4.4 系统部署与实际应用情况 |
| 4.5 本章小结 |
| 第五章 面向数字化慢病管理的多维度评价体系研究 |
| 5.1 数字化慢病管理系统多维度评价体系构建 |
| 5.1.1 慢病管理领域评价方法概述 |
| 5.1.2 面向个体层面的数字化慢病管理评估模型提炼 |
| 5.2 基于系统观察性数据的回顾性评价 |
| 5.2.1 研究设计与数据分析方法 |
| 5.2.2 回顾性评价结果总结 |
| 5.3 基于多层次临床试验的前瞻性评价 |
| 5.3.1 探究慢阻肺患者院外管理效果的前后对比试验 |
| 5.3.2 探究高血压患者院外管理效果的随机对照试验 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 工作总结 |
| 6.2 工作展望 |
| 参考文献 |
| 个人简历 |
| 攻读博士学位期间的主要研究成果 |
（4）关键传动件变工况下的时变信号特征表征及自适应监测诊断方法研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 课题背景及研究意义 |
| 1.2 机械装备关键传动件故障诊断及健康状态监测技术的研究现状与发展趋势 |
| 1.3 变工况下特征提取以及信号处理技术的研究现状与发展趋势 |
| 1.3.1 基于时频空间能量分布的瞬态信号解调分析技术 |
| 1.3.2 基于外界干扰下的复合信号解耦分析技术 |
| 1.3.3 基于变工况下网络自适应监测及故障诊断技术 |
| 1.4 机械装备关键传动件的智能故障诊断与健康状态监测所面临的挑战 |
| 1.5 本文的主要研究内容及章节安排 |
| 第二章 短时傅里叶框架下的二阶同步提取变换 |
| 2.1 引言 |
| 2.2 局部瞬时频率的估计问题 |
| 2.3 短时傅里叶框架下的二阶同步提取变换 |
| 2.4 二阶同步提取变换的仿真实验验证 |
| 2.4.1 单分量仿真信号分析 |
| 2.4.2 多分量仿真信号分析 |
| 2.5 在旋转机械振动信号分析中的应用 |
| 2.5.1 案例一:单分量机械振动信号分析 |
| 2.5.2 案例二:多分量机械振动信号分析 |
| 2.6 本章小结 |
| 第三章 递归映射解调高阶同步提取变换 |
| 3.1 引言 |
| 3.2 广义解调 |
| 3.3 递归映射解调高阶同步提取变换理论分析 |
| 3.3.1 单分量信号模型的递归映射解调高阶同步提取变换 |
| 3.3.2 多分量信号模型的递归映射解调高阶同步提取变换 |
| 3.4 仿真信号验证分析 |
| 3.5 在动力传动装置行星齿轮箱故障诊断中的应用 |
| 3.6 本章小结 |
| 第四章 阈自适应神经网络模型的风机健康状态监测 |
| 4.1 引言 |
| 4.2 自编码模型 |
| 4.3 生成对抗网络模型 |
| 4.3.1 标准生成对抗网络模型 |
| 4.4 阈自适应生成对抗网络模型 |
| 4.5 在风力发电系统关键传动件的健康状态监测中的应用 |
| 4.5.1 数据预处理分析 |
| 4.5.2 案例一:鲁南风场14号风力发电机组健康状态监测 |
| 4.5.3 案例二:荣成风场15号风力发电机组健康状态监测 |
| 4.6 本章小结 |
| 第五章 工况自适应神经网络模型的行星齿轮箱故障诊断 |
| 5.1 引言 |
| 5.2 相关的理论 |
| 5.2.1 全连接神经网络 |
| 5.2.2 卷积神经网络 |
| 5.2.3 t-分布邻域嵌入算法 |
| 5.3 工况自适应神经网络模型 |
| 5.4 工况自适应网络模型在行星齿轮箱故障诊断中的应用 |
| 5.4.1 实验设备简介及数据描述 |
| 5.4.2 行星齿轮箱故障检测及诊断结果分析 |
| 5.5 本章小结 |
| 第六章 时变工况下滚动轴承知识迁移学习模型的故障诊断 |
| 6.1 引言 |
| 6.2 稀疏自编码网络 |
| 6.3 提出的知识迁移学习网络模型 |
| 6.4 在轴承系统的诊断中的应用 |
| 6.4.1 实验设备简介 |
| 6.4.2 数据描述 |
| 6.4.3 轴承故障结果验证及对比分析 |
| 6.5 本章小结 |
| 第七章 结论和展望 |
| 7.1 研究结论 |
| 7.2 研究创新点总结 |
| 7.3 研究展望 |
| 致谢 |
| 参考文献 |
| 攻读博士学位期间取得的成果 |
（5）基于PHM技术的高铁车载通信装备健康监测智能分析理论与方法的研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 目前存在的问题 |
| 1.4 主要研究内容和创新点 |
| 1.5 论文组织结构 |
| 2 关键技术及相关工作 |
| 2.1 引言 |
| 2.2 机车综合无线通信设备工作原理 |
| 2.3 压缩算法 |
| 2.3.1 无损压缩技术 |
| 2.3.2 有损压缩技术 |
| 2.4 加密算法 |
| 2.5 特征提取方法 |
| 2.6 PHM技术 |
| 2.6.1 PHM系统体系结构 |
| 2.6.2 动车组PHM体系结构 |
| 2.6.3 动车组PHM技术架构 |
| 2.6.4 动车组PHM系统功能和目标 |
| 2.6.5 动车组PHM诊断技术 |
| 2.6.6 动车组PHM预测技术 |
| 2.7 小结 |
| 3 基于无损数据压缩及加密联合算法的研究 |
| 3.1 问题提出 |
| 3.2 相关研究 |
| 3.3 SRLE无损压缩算法 |
| 3.3.1 SRLE压缩处理 |
| 3.3.2 SRLE解压处理 |
| 3.4 混合加密算法 |
| 3.4.1 Logistic混沌加密算法 |
| 3.4.2 RSA加密算法 |
| 3.4.3 压缩加密联合算法 |
| 3.5 实验与结论 |
| 3.5.1 压缩性能分析 |
| 3.5.2 安全性能分析 |
| 3.5.3 复杂度及效率分析 |
| 3.6 小结 |
| 4 基于PHM技术的高铁车载通信装备故障诊断 |
| 4.1 问题提出 |
| 4.2 相关研究 |
| 4.3 基于高铁机车综合通信设备中故障诊断的研究 |
| 4.3.1 实验数据集 |
| 4.3.2 特征提取 |
| 4.3.3 无监督聚类 |
| 4.3.4 极限学习机故障识别模型 |
| 4.4 实验与结论 |
| 4.4.1 仿真实验验证 |
| 4.4.2 实测数据集实验验证 |
| 4.5 小结 |
| 5 基于PHM技术的高铁车载通信装备健康状态评估预测 |
| 5.1 问题提出 |
| 5.2 相关研究 |
| 5.3 基于锂电池的剩余使用寿命预测与健康状态监测 |
| 5.3.1 实验数据集 |
| 5.3.2 健康状况和健康指标 |
| 5.3.3 降噪处理 |
| 5.3.4 关键参数优化 |
| 5.3.5 注意力机制 |
| 5.3.6 遗忘机制的在线序列极限学习机 |
| 5.4 实验与结论 |
| 5.4.1 算法训练过程 |
| 5.4.2 在线监测部分 |
| 5.4.3 剩余使用寿命预测部分 |
| 5.5 小结 |
| 6 总结及展望 |
| 6.1 研究总结 |
| 6.2 未来展望 |
| 参考文献 |
| 作者简历及攻读博士学位期间取得的研究成果 |
| 学位论文数据集 |
（6）基于web的电主轴在线监测与故障诊断系统研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究意义及背景 |
| 1.2 故障诊断技术的发展和研究现状 |
| 1.2.1 故障诊断技术的发展 |
| 1.2.2 国外研究现状和应用 |
| 1.2.3 国内研究现状和应用 |
| 1.3 WEB技术发展现状 |
| 1.4 本文的研究内容 |
| 1.5 小结 |
| 第2章 系统总体方案设计 |
| 2.1 系统功能模块分析 |
| 2.2 系统结构设计 |
| 2.3 系统软件结构设计 |
| 2.3.1 系统软件工作原理 |
| 2.3.2 软件功能模块 |
| 2.4 系统模式设计 |
| 2.4.1 Client/Server模式 |
| 2.4.2 Brower/Server模式 |
| 2.4.3 系统模式采用选择 |
| 2.5 本章小结 |
| 第3章 诊断信号的采集和传输 |
| 3.1 基于电流检测法的信号采集 |
| 3.1.1 基于电流检测法的基础理论 |
| 3.1.2 幅值恢复算法优化 |
| 3.1.3 实验结果仿真 |
| 3.2 UDP网络数据传输 |
| 3.2.1 UDP网络传输协议 |
| 3.2.2 双向通信连接方式-Socket |
| 3.3 数据库设计 |
| 3.3.1 数据库的选择 |
| 3.3.2 系统数据流向 |
| 3.3.3 数据表结构设计 |
| 3.3.4 数据库安全设计 |
| 3.4 本章小结 |
| 第4章 基于PSO-BP网络故障诊断方法 |
| 4.1 人工智能故障诊断方法 |
| 4.2 时域统计指标特征提取 |
| 4.3 基于PSO优化BP神经网络的故障诊断 |
| 4.3.1 BP神经网络算法 |
| 4.3.2 PSO优化BP神经网络算法 |
| 4.4 训练结果分析与仿真 |
| 4.5 本章小结 |
| 第5章 系统软件功能的实现 |
| 5.1 实时在线监控 |
| 5.1.1 在线监控实现的技术路线 |
| 5.1.2 在线实时监控的实现 |
| 5.2 故障诊断系统网络实现技术 |
| 5.2.1 Matlab Builder JA打包 |
| 5.2.2 故障诊断的web实现 |
| 5.3 系统辅助功能 |
| 5.3.1 故障知识库的建立 |
| 5.3.2 拦截器实现用户登录 |
| 5.3.3 基于角色的访问控制功能 |
| 5.4 本章小结 |
| 第6章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
（8）我国体育科技进步及其对竞技体育的促进效应研究（论文提纲范文）
| 摘要 |
| abstract |
| 1 导论 |
| 1.1 选题背景与问题提出 |
| 1.1.1 研究背景 |
| 1.1.2 问题提出 |
| 1.2 研究的目的与意义 |
| 1.2.1 研究目的 |
| 1.2.2 研究意义 |
| 1.3 文献综述 |
| 1.3.1 体育科技创新的相关研究 |
| 1.3.2 体育科技与竞技体育相互关系的研究 |
| 1.3.3 国外相关研究 |
| 1.3.4 小结 |
| 1.4 研究对象与研究方法 |
| 1.4.1 研究对象 |
| 1.4.2 研究方法 |
| 1.5 研究的基本思路 |
| 1.5.1 本研究的理论基础 |
| 1.5.2 研究内容 |
| 1.5.3 研究重点和难点 |
| 1.5.4 研究可能的创新点 |
| 1.5.5 研究的技术路线图 |
| 2 我国体育科技进步与竞技体育的理论思考 |
| 2.1 相关概念辨析 |
| 2.1.1 科技、体育科技与体育科技进步 |
| 2.1.2 竞技体育 |
| 2.2 体育科技与竞技体育的协同进化机制 |
| 2.2.1 体育技术在竞技体育实践中的应用 |
| 2.2.2 竞技体育竞赛规则对体育技术发展的调节机制 |
| 2.2.3 体育科技与竞技体育的协同进化机制 |
| 2.3 体育科技与竞技体育融合发展的动力机制 |
| 2.3.1 竞技体育实践发展需求的拉动力 |
| 2.3.2 体育科技创新的推动力 |
| 2.3.3 外部环境的支持力 |
| 2.4 小结 |
| 3 我国体育科技进步—体育科学研究特征 |
| 3.1 我国体育科学研究的国际影响力特征分析 |
| 3.1.1 数据来源与检索 |
| 3.1.2 中国体育科学发文量与总被引国际影响力的演变特征 |
| 3.1.3 中国体育科学研究的国际战略地位演变特征 |
| 3.1.4 中国体育科学研究机构国际影响力特征 |
| 3.1.5 中国体育科学高影响力研究成果的期刊分布特征 |
| 3.1.6 中国在不同体育科学研究方向的国际影响力特征 |
| 3.2 我国体育科学研究的国际合作特征分析—中美两国特征比较 |
| 3.2.1 数据的来源及处理 |
| 3.2.2 中美国际体育科学合作论文的整体概况 |
| 3.2.3 中美国际体育科学合作的特征解析 |
| 3.2.4 社会合作网络结构的对比分析 |
| 3.2.5 主要合作国家领域分布的对比分析 |
| 3.3 小结 |
| 4 我国体育科技进步—专利技术研发特征 |
| 4.1 我国体育专利技术研究与开发的时空分布特征 |
| 4.1.1 数据来源与检索 |
| 4.1.2 我国体育专利技术研发的时间分布特征 |
| 4.1.3 我国体育专利技术研发空间分布特征 |
| 4.2 基于专利质量的中外体育专利技术研发特征比较-以运动鞋相关专利为例 |
| 4.2.1 数据检索和处理方法 |
| 4.2.2 指标选取 |
| 4.2.3 整体发展对比分析 |
| 4.2.4 专利质量对比分析 |
| 4.3 基于专利战略的中外体育专利技术研发特征比较-以运动鞋相关专利为例 |
| 4.3.1 数据来源及相关术语说明 |
| 4.3.2 国家专利战略分析 |
| 4.3.3 核心企业专利战略分析 |
| 4.3.4 国外专利战略特征分析 |
| 4.4 小结 |
| 5 我囯体育科技与竞技体育融合发展 |
| 5.1 我国竞技体育科研攻关与科技服务的运行机制 |
| 5.1.1 竞技体育科研攻关与科技服务的范围界定 |
| 5.1.2 竞技体育科研攻关与科技服务的内容 |
| 5.1.3 竞技体育科研攻关与科技服务的管理模式 |
| 5.1.4 竞技体育科研攻关与科技服务的保障机制 |
| 5.2 我国竞技体育科研攻关与科技服务课题研究特征分析 |
| 5.2.1 数据检索及研究方法 |
| 5.2.2 竞技体育科研攻关课题研究的机构合作网络分析 |
| 5.2.3 竞技体育科研攻关课题研究的内容分析 |
| 5.3 小结 |
| 6 我国体育科技进步对竞技体育的促进效应 |
| 6.1 我国体育科技进步与竞技体育的跟踪观测 |
| 6.1.1 体育科技创新投入的跟踪观测 |
| 6.1.2 体育科技创新活动的跟踪观测 |
| 6.1.3 体育科技扩散活动的跟踪观测 |
| 6.1.4 体育科技进步总指数与体育产出指数跟踪观测 |
| 6.2 我国体育科技进步对竞技体育发展的贡献与影响分析 |
| 6.2.1 数据指标的选择与来源 |
| 6.2.2 体育科技进步对竞技体育发展的贡献率分析 |
| 6.2.3 我国体育科技进步与竞技体育发展的相关性分析 |
| 6.3 小结 |
| 7 结论与展望 |
| 参考文献 |
| 主要学习经历 |
| 攻读博士学位期间科研经历 |
| 致谢 |
（9）基于动态故障树分析与传感网络的机车故障诊断系统的设计（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 引言 |
| 1.1 项目背景 |
| 1.2 机车故障诊断方法的研究与应用现状 |
| 1.3 机车在线故障诊断系统的研究与应用现状 |
| 1.4 本文所做的主要工作 |
| 2 重载货运电力机车的故障诊断系统方案 |
| 2.1 SS4B型电力机车故障诊断系统设计的总体方案 |
| 2.2 机车主电路的故障模式及相关传感器布设方案 |
| 2.2.1 机车主电路的主要构成 |
| 2.2.2 机车主电路的主要故障模式 |
| 2.2.3 机车主电路的相关传感器布设 |
| 2.3 辅助电路的故障模式及相关传感器布设方案 |
| 2.3.1 辅助电路的主要构成 |
| 2.3.2 辅助电路的主要故障模式 |
| 2.3.3 辅助电路的相关传感器布设 |
| 2.4 气路与制动系统的故障模式及相关传感器引入方案 |
| 2.4.1 气路与制动系统的主要故障模式 |
| 2.4.2 气路与制动系统的相关传感器引入 |
| 2.5 分布式传感节点布设方案 |
| 2.6 本章小结 |
| 3 重载货运电力机车的车载分布式传感网络的软硬件设计 |
| 3.1 传感器网络通讯协议的设计 |
| 3.1.1 传感器网络的拓扑结构设计 |
| 3.1.2 传感器网络的接口选型 |
| 3.1.3 以太网的网络传输协议 |
| 3.1.4 网络的传输数据内容 |
| 3.1.5 网络拥塞控制机制 |
| 3.2 分布式传感节点的软硬件设计 |
| 3.2.1 模拟式传感节点软硬件设计 |
| 3.2.2 数字式传感节点硬件设计 |
| 3.2.3 节点滤波功能的设计 |
| 3.3 数据检测终端方案 |
| 3.4 智能故障诊断终端方案 |
| 3.5 本章小结 |
| 4 基于DFTA的重载货运电力机车故障诊断算法 |
| 4.1 FTA与 DFTA算法 |
| 4.1.1 FTA算法的概述 |
| 4.1.2 DFTA算法 |
| 4.2 机车故障树模型的建立 |
| 4.3 本章小结 |
| 5 实验及仿真分析 |
| 5.1 数字滤波器的仿真及分析 |
| 5.2 基于OPNET的网络拥塞控制仿真及分析 |
| 5.3 DFTA的实现测试和分析 |
| 5.4 传感器滤波及网络状态下的诊断系统模型仿真 |
| 5.5 本章小结 |
| 6 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 作者简历及攻读硕士学位期间取得的研究成果 |
| 学位论文数据集 |
（10）欧洲建筑遗产预防性保护理论与方法的演进及其中国实践（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 绪论 |
| 0.1 选题的背景与由来 |
| 0.2 研究意义 |
| 0.3 国内外研究综述 |
| 0.4 研究方法 |
| 0.5 研究思路与论文结构 |
| 1 欧洲建筑遗产预防性保护的时空网络生成:概念、话语与定义 |
| 1.1 两个关键词:“预防性(preventive)”与“规划式(planned)” |
| 1.2 建筑遗产“预防性保护”与可移动文物、考古遗址预防性保护的区别 |
| 1.3 定义的认识变迁与内涵的进一步界定 |
| 1.4 欧洲建筑遗产预防性保护发展的时间脉络 |
| 1.5 建筑遗产预防性保护国际网络的生长 |
| 小结:欧洲建筑遗产预防性保护的定义、话语以及国际网络的生成 |
| 2 从整体规划控制出发:欧洲“规划式”预防性保护的原生路径 |
| 2.1 艺术作品的潜在统一性:布兰迪的艺术与史实评价 |
| 2.2 突破单一对象的保护思路:从布兰迪到乌勒巴尼 |
| 2.3 新世纪的可持续综合性设计方法:斯特法诺·戴拉·托雷的“文化区”理念与实践 |
| 2.4 1964和1975——意大利预防性保护思想与威尼斯宪章、整合式保护的时间耦合 |
| 小结:“规划式”——整体性思维下的预防性保护 |
| 3 从行动与反馈出发:欧洲预防性维护方法的原生路径及其多元求解 |
| 3.1 百年修复实践为根基:荷兰建筑遗产预防性保护的定期检查和维护 |
| 3.2 预防性维护与风险管理:英国建筑遗产预防性保护的实践 |
| 3.3 文物古迹监护组织最成功的追随者:比利时建筑遗产预防性保护的实践 |
| 3.4 德国和丹麦建筑遗产预防性保护研究与实践简述 |
| 3.5 预防性维护路径的适应性推行:“MOWA现象”与不同借鉴者 |
| 小结:建筑遗产预防性保护的两条重要的原生路径 |
| 4 批判性反思:1990 年代以来建筑遗产保护运动的衍变与预防性保护的发展 |
| 4.1 1990 年代以来建筑遗产保护运动的衍变与重构 |
| 4.2 建筑遗产预防性保护理念和方法的反思与转变 |
| 4.3 欧洲建筑遗产预防性保护的科学面向与工具理性 |
| 4.4 欧洲建筑遗产预防性保护的P-MMI模式建构与模式整合 |
| 小结:欧洲建筑遗产预防性保护的衍变与P-MMI模式建构 |
| 5 国际语境中中国建筑遗产预防性保护理论与方法初步建构的尝试 |
| 5.1 国际语境中中国建筑遗产预防性保护的发展 |
| 5.2 中国建筑遗产预防性保护实践的回顾:基于P-MMI模式的观察 |
| 5.3 规划式预防性保护(P)理论与方法的初步建构与总体框架 |
| 5.4 巡检(I)理论与方法的初步建构 |
| 5.5 培育日常维护(M)的制度与支撑体系 |
| 5.6 监测(M)体系的适应性建设策略 |
| 5.7 中国背景下规划式的预防性保护(PPC)框架延展的思考 |
| 小结:国际语境中中国建筑遗产预防性保护理论与方法P-MMI框架初步建构的思考 |
| 6 北京昌平区建筑遗产预防性保护实践应用研究 |
| 6.1 北京昌平区作为预防性保护实践案例的意义和代表性 |
| 6.2 北京昌平区规划式的预防性保护框架构思 |
| 6.3 北京昌平区遗产风险地图绘制与生态敏感性初步评价 |
| 6.4 由北京昌平区推及一般情形的建筑遗产预防性保护的P-MMI思考 |
| 小结:基于保护管理规划的预防性保护构思 |
| 结语 |
| 附录 |
| 附录1 建筑遗产预防性保护相关的主要国际会议 |
| 附录2 欧盟系列研发框架计划FP1-8 中与建筑预防性保护或其强调的风险防范、监测等内容相关的研究项目 |
| 附录3 欧盟系列研发框架计划(FP)以外的建筑遗产预防性保护相关主要研究项目 |
| 附录4 国际建筑遗产预防性保护相关研究与实践大事记 |
| 附录5 “全球战略”的提出到“5C”目标的确定 |
| 附录6 荷兰乌特勒支省文物古迹监护组织(MOWA-Utrecht)的检查记录样本(建筑平面标示) |
| 附录7 比利时MOWAv(安特卫普)和英国Maintain our Heritage使用的检查清单 |
| 附录8 比利时MOWAv的培训方案 |
| 附录9 译文:文化遗产的风险地图 |
| 附录10 建筑遗产预防性与规划式维护典型工作流程 |
| 图表来源 |
| 参考文献 |
| 1 )中文文献 |
| 2 )德文文献 |
| 3 )英文文献 |
| 4 )意大利文文献 |
| 5 )荷兰文文献 |
| 6 )西班牙文文献 |
| 7 )法文文献 |
| 致谢 |
| 作者简介 |
四、计算机辅助监测诊断系统的发展和趋势（论文参考文献）
- [1]铁路机车设备画像理论及关键技术研究[D]. 李鑫. 中国铁道科学研究院, 2021(01)
- [2]自愈控制及其在网络控制系统中的应用[D]. 王忻. 北京交通大学, 2021(02)
- [3]数字化慢病管理系统的研究与实践[D]. 汪哲宇. 浙江大学, 2021(01)
- [4]关键传动件变工况下的时变信号特征表征及自适应监测诊断方法研究[D]. 陈鹏. 电子科技大学, 2020
- [5]基于PHM技术的高铁车载通信装备健康监测智能分析理论与方法的研究[D]. 范家铭. 北京交通大学, 2020
- [6]基于web的电主轴在线监测与故障诊断系统研究[D]. 谈太振. 湖北工业大学, 2020(03)
- [7]教育部关于印发普通高中课程方案和语文等学科课程标准（2017年版2020年修订）的通知[J]. 教育部. 中华人民共和国教育部公报, 2020(06)
- [8]我国体育科技进步及其对竞技体育的促进效应研究[D]. 张元梁. 上海体育学院, 2020(12)
- [9]基于动态故障树分析与传感网络的机车故障诊断系统的设计[D]. 刘申易. 北京交通大学, 2020(03)
- [10]欧洲建筑遗产预防性保护理论与方法的演进及其中国实践[D]. 戎卿文. 东南大学, 2020