复杂机械系统健康监控中新异类检测的理论与方法研究

针对复杂机械系统健康监控中缺乏故障样本或不可能获取故障数据的检测与识别问题，以积累的正常状态数据为基础，试图从非线性理论、现代信号处理技术、统计学习理论、神经计算等出发，研究只有正常状态样本数据的故障检测与识别的的理论与模型，即新异类检测的若干理论与技术，为提高复杂机械系统运行的可靠性、增强故障诊断的精确性、减少甚至杜绝灾难事故的发生具有重要意义。