首页--航空、航天论文--航空论文--航空制造工艺论文--航空发动机制造论文--故障分析及排除论文

基于核自动编码器的中介轴承故障诊断研究

摘要第2-3页
Abstract第3-4页
1 绪论第8-16页
    1.1 课题背景及研究意义第8-9页
    1.2 国内外研究现状第9-14页
        1.2.1 滚动轴承故障诊断研究现状第9-12页
        1.2.2 航空发动机中介轴承故障诊断方法研究现状第12页
        1.2.3 深度学习在轴承故障诊断研究现状第12-14页
    1.3 论文研究内容与组织结构第14-16页
2 基于深度神经网络的中介轴承故障诊断第16-33页
    2.1 人工神经网络概述第16-17页
    2.2 深度学习基本模型第17-21页
        2.2.1 卷积神经网络第17页
        2.2.2 受限玻尔兹曼机第17-18页
        2.2.3 自动编码器模型第18-21页
    2.3 堆叠自动编码神经网络第21-25页
        2.3.1 模型结构第21-22页
        2.3.2 无监督逐层预训练第22-24页
        2.3.3 有监督参数微调第24-25页
    2.4 基于堆叠自动编码器的中介轴承故障诊断第25-32页
        2.4.1 堆叠自动编码器诊断方法流程第25-26页
        2.4.2 中介轴承试验台介绍第26-28页
        2.4.3 网络参数研究第28-30页
        2.4.4 故障诊断结果分析第30-32页
    2.5 本章小结第32-33页
3 基于核自动编码器的中介轴承故障诊断第33-56页
    3.1 核自动编码器第33-35页
        3.1.1 核方法第33-34页
        3.1.2 核自动编码器第34-35页
    3.2 基于KAE的深度网络模型故障诊断方法第35-45页
        3.2.1 基于SKAE的深度网络模型第35-37页
        3.2.2 中介轴承故障诊断结果分析第37-42页
        3.2.3 故障特征提取能力分析第42-45页
    3.3 基于KDAE的深度神经网络故障诊断方法第45-55页
        3.3.1 核去噪自动编码器第45-46页
        3.3.2 正则化第46-47页
        3.3.3 基于混沌的改进萤火虫算法第47-49页
        3.3.4 基于KDAE的深度网络模型第49-50页
        3.3.5 中介轴承故障诊断结果分析第50-55页
    3.4 本章小结第55-56页
4 基于KSAE与KELM的中介轴承故障诊断第56-74页
    4.1 Morlet小波核稀疏自动编码器第56-59页
        4.1.1 Morlet小波核函数第56-57页
        4.1.2 核稀疏自动编码器第57-59页
    4.2 数据降维方法第59-60页
        4.2.1 主成分分析第59页
        4.2.2 局部保持投影第59-60页
    4.3 核极限学习机第60-62页
        4.3.1 极限学习机第61-62页
        4.3.2 核极限学习机第62页
    4.4 基于KSAE与KELM的故障诊断模型第62-64页
    4.5 航空发动机中介轴承故障诊断第64-73页
        4.5.1 故障诊断结果对比分析第64-68页
        4.5.2 特征融合结果对比分析第68-72页
        4.5.3 分类模型结果对比分析第72-73页
    4.6 本章小结第73-74页
5 中介轴承故障诊断系统开发第74-84页
    5.1 航空发动机中介轴承故障试验台第74-76页
        5.1.1 中介轴承试验台介绍第74-75页
        5.1.2 中介轴承介绍第75页
        5.1.3 中介轴承典型故障试验第75-76页
    5.2 系统开发环境第76-78页
        5.2.1 硬件开发环境第76-78页
        5.2.2 软件开发环境第78页
    5.3 基于深度神经网络的中介轴承系统开发第78-83页
        5.3.1 轴承状态监测系统第79-81页
        5.3.2 振动数据离线分析系统第81页
        5.3.3 基于深度KDAE模型诊断系统第81-82页
        5.3.4 基于深度KSAE与KELM模型的诊断系统第82-83页
    5.4 本章小结第83-84页
结论第84-86页
参考文献第86-92页
攻读硕士学位期间发表学术论文情况第92-94页
致谢第94-96页

论文共96页,点击 下载论文
上一篇:镜像铣削加工稳定性分析及颤振控制
下一篇:基于应力波的冲击力测量研究