基于独立分量分析的旋转机械多故障分离与应用研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-15页 |
| ·课题研究背景 | 第9-10页 |
| ·课题的研究目的和意义 | 第10页 |
| ·国内外相关技术的研究现状 | 第10-13页 |
| ·机械故障诊断技术的发展 | 第10-11页 |
| ·ICA 的研究现状 | 第11-12页 |
| ·ICA 在机械故障中的应用 | 第12-13页 |
| ·论文的研究内容及总体构架 | 第13-15页 |
| 第2章 独立分量分析原理 | 第15-24页 |
| ·引言 | 第15页 |
| ·相关的统计学基础 | 第15-16页 |
| ·随机变量的数字特征 | 第15-16页 |
| ·统计独立 | 第16页 |
| ·信息论的基础知识 | 第16-18页 |
| ·熵 | 第16-17页 |
| ·互信息 | 第17-18页 |
| ·负熵 | 第18页 |
| ·ICA 模型 | 第18-22页 |
| ·线性瞬时混叠模型 | 第19-20页 |
| ·线性卷积混叠模型 | 第20-21页 |
| ·非线性混叠模型 | 第21-22页 |
| ·ICA 模型的盲可辨识性及不确定性 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第3章 基于ICA 的故障源分离 | 第24-36页 |
| ·引言 | 第24页 |
| ·故障源过程分析 | 第24-27页 |
| ·故障源分析 | 第24-26页 |
| ·故障与特征 | 第26-27页 |
| ·基于线性ICA 的故障分离 | 第27-30页 |
| ·信号预处理 | 第27-28页 |
| ·fastICA 原理 | 第28-30页 |
| ·基于后线性ICA 的特征分离 | 第30-35页 |
| ·后非线性马尔可夫算法原理 | 第30-33页 |
| ·后非线性马尔可夫算法的步骤 | 第33-35页 |
| ·本章小结 | 第35-36页 |
| 第4章 轴承多故障并发分离的应用 | 第36-56页 |
| ·引言 | 第36页 |
| ·数据采集系统 | 第36-42页 |
| ·面向ICA 应用的信号采集硬件系统 | 第36-38页 |
| ·面向ICA 应用的信号采集软件系统 | 第38-42页 |
| ·仿真实验 | 第42-52页 |
| ·轴承故障特征 | 第42-44页 |
| ·原始数据 | 第44-47页 |
| ·数据混合 | 第47-50页 |
| ·仿真结果 | 第50-52页 |
| ·多故障分离应用 | 第52-55页 |
| ·本章小结 | 第55-56页 |
| 结论 | 第56-57页 |
| 参考文献 | 第57-62页 |
| 致谢 | 第62页 |
