首页--工业技术论文--机械、仪表工业论文--机械零件及传动装置论文--转动机件论文--轴承论文--滚动轴承论文

基于机器学习的滚动轴承故障识别研究

致谢第4-5页
摘要第5-6页
Abstract第6页
1 绪论第14-20页
    1.1 课题的研究背景和意义第14-15页
    1.2 国内外研究现状第15-18页
    1.3 论文主要研究内容与结构第18-20页
2 滚动轴承机理及故障诊断方法概述第20-32页
    2.1 引言第20页
    2.2 滚动轴承故障诊断机理第20-23页
    2.3 滚动轴承信号分析方法概述第23-29页
    2.4 滚动轴承信号故障识别方法概述第29-31页
    2.5 本章小结第31-32页
3 基于Hilbert-Huang变换理论的特征提取方法第32-40页
    3.1 引言第32页
    3.2 Hilbert-Huang变换理论第32-35页
    3.3 Hilbert-Huang变换的优缺点及改进第35-36页
    3.4 仿真分析第36-38页
    3.5 本章总结第38-40页
4 SVM理论知识及参数寻优第40-52页
    4.1 引言第40页
    4.2 支持向量机理论知识第40-44页
    4.3 支持向量机参数优化算法的研究及改进第44-48页
    4.4 仿真分析第48-51页
    4.5 本章小结第51-52页
5 基于稀疏编码的滚动轴承故障诊断第52-64页
    5.1 引言第52页
    5.2 信号稀疏表示相关术语第52-53页
    5.3 HHT-SC-SVM滚动轴承故障诊断模型设计第53-56页
    5.4 实验分析第56-63页
    5.5 本章小结第63-64页
6 总结与展望第64-66页
    6.1 论文主要工作第64页
    6.2 展望第64-66页
参考文献第66-71页
作者简历第71-73页
学位论文数据集第73页

论文共73页,点击 下载论文
上一篇:基于云计算的移动医疗系统的设计和实现
下一篇:基于深度学习及知识挖掘的零样本图像分类