发动机异响的特征提取与模式识别
摘要 | 第3-4页 |
abstract | 第4-5页 |
1 绪论 | 第9-15页 |
1.1 发动机异响识别的目的及意义 | 第9页 |
1.2 发动机异响诊断方法研究 | 第9-11页 |
1.2.1 发动机异响诊断方法研究的意义 | 第9-10页 |
1.2.2 发动机异响诊断方法的发展 | 第10-11页 |
1.3 异响模式识别的研究现状 | 第11-12页 |
1.4 本文主要研究内容 | 第12-15页 |
2 小波滤波理论及算法 | 第15-29页 |
2.1 信号的频域描述 | 第15-16页 |
2.1.1 傅里叶变换 | 第15-16页 |
2.1.2 短时傅里叶变换 | 第16页 |
2.2 小波变换理论 | 第16-18页 |
2.2.1 连续小波变换 | 第17-18页 |
2.2.2 离散小波变换 | 第18页 |
2.3 小波滤波理论及其方法 | 第18-21页 |
2.3.1 小波滤波理论 | 第18-20页 |
2.3.2 小波滤波的主要方法 | 第20-21页 |
2.4 小波空域相关滤波 | 第21-25页 |
2.4.1 小波空域相关滤波理论 | 第21-24页 |
2.4.2 改进的小波空域相关滤波 | 第24-25页 |
2.5 信号滤波效果评价 | 第25-28页 |
2.5.1 评价参数 | 第25-26页 |
2.5.2 不同滤波方法的滤波效果 | 第26-28页 |
2.6 本章小结 | 第28-29页 |
3 基于小波包能量谱的特征提取 | 第29-35页 |
3.1 小波包基本理论 | 第29-31页 |
3.1.1 小波包分析理论 | 第29-30页 |
3.1.2 小波包算法 | 第30-31页 |
3.2 小波包能量谱理论及方法 | 第31-32页 |
3.2.1 小波包能量谱的定义 | 第31页 |
3.2.2 小波包分解步骤 | 第31-32页 |
3.3 实验信号分析 | 第32-34页 |
3.4 本章小结 | 第34-35页 |
4 基于双谱估计的特征提取 | 第35-49页 |
4.1 高阶统计量理论 | 第35-40页 |
4.1.1 高阶矩和高阶累积量 | 第35-38页 |
4.1.2 高阶谱的定义 | 第38-39页 |
4.1.3 高阶累积量和高阶谱的性质 | 第39-40页 |
4.2 双谱的估计方法 | 第40-42页 |
4.2.1 直接法双谱估计 | 第41页 |
4.2.2 间接法双谱估计 | 第41-42页 |
4.3 双谱的物理意义及作用 | 第42-44页 |
4.3.1 双谱的物理意义 | 第42页 |
4.3.2 双谱的对角切片 | 第42-44页 |
4.4 实验数据的双谱分析 | 第44-48页 |
4.5 本章小结 | 第48-49页 |
5 基于支持向量机的模式识别 | 第49-59页 |
5.1 统计学习理论的基础内容 | 第49-51页 |
5.1.1 VC维理论 | 第49-50页 |
5.1.2 结构风险最小化原则 | 第50-51页 |
5.2 支持向量机的分类模型 | 第51-56页 |
5.2.1 最优分类面 | 第51-53页 |
5.2.2 核函数的选择 | 第53-54页 |
5.2.3 基于网格搜索法的参数寻优 | 第54-56页 |
5.3 实验数据分析 | 第56-57页 |
5.4 本章小结 | 第57-59页 |
6 实测发动机异响数据识别 | 第59-79页 |
6.1 测试对象及相应仪器 | 第59-62页 |
6.1.1 测试对象 | 第59-60页 |
6.1.2 信号采集设备 | 第60-62页 |
6.2 信号的采集 | 第62-65页 |
6.2.1 测试工况 | 第63页 |
6.2.2 选择测点 | 第63-64页 |
6.2.3 传声器布置 | 第64页 |
6.2.4 信号测取流程 | 第64-65页 |
6.3 发动机异响信号分析 | 第65-75页 |
6.3.1 发动机的时域信号及功率谱 | 第65-68页 |
6.3.2 信号的小波包能量谱 | 第68-70页 |
6.3.3 信号的双谱分布 | 第70-75页 |
6.4 发动机信号的模式识别 | 第75-78页 |
6.4.1 核函数及参数的选择 | 第75-76页 |
6.4.2 异响信号的模式识别 | 第76页 |
6.4.3 模式识别的软件实现 | 第76-78页 |
6.5 本章小结 | 第78-79页 |
7 全文总结 | 第79-81页 |
致谢 | 第81-83页 |
参考文献 | 第83-85页 |