首页--工业技术论文--机械、仪表工业论文--机械运行与维修论文

基于信号稀疏表征的故障诊断方法研究

摘要第5-7页
Abstract第7-8页
符号说明第12-14页
第一章 绪论第14-30页
    1.1 选题背景第14-16页
        1.1.1 课题来源第14页
        1.1.2 课题意义第14-16页
    1.2 国内外研究现状第16-23页
        1.2.1 时域分析方法第16-18页
        1.2.2 频域分析方法第18-19页
        1.2.3 时频联合分析第19-21页
        1.2.4 其他方法第21-23页
    1.3 信号稀疏表征方法及其在故障诊断中的应用现状第23-25页
    1.4 主要工作与总体框架第25-30页
        1.4.1 研究思路第25-27页
        1.4.2 总体框架第27-30页
第二章 信号稀疏表征理论第30-46页
    2.1 引言第30-31页
    2.2 稀疏逼近与稀疏表征第31-36页
        2.2.1 从逼近论到冗余表示第31-33页
        2.2.2 稀疏性度量第33-36页
        2.2.3 唯一性和不确定性第36页
    2.3 稀疏求解算法第36-40页
        2.3.1 基追踪第37-38页
        2.3.2 FOCUSS算法第38页
        2.3.3 匹配追踪第38-40页
    2.4 过完备冗余字典第40-43页
        2.4.1 分析字典第40-42页
        2.4.2 学习字典第42-43页
    2.5 小结第43-46页
第三章 基于稀疏原子重构的故障信号时频分析第46-68页
    3.1 引言第46页
    3.2 基于原子重构的时频分布第46-57页
        3.2.1 稀疏表征与时频分布第46-47页
        3.2.2 仿真算例分析第47-53页
        3.2.3 轴承振动仿真信号分析第53-57页
    3.3 基于AR预测滤波器的故障信号时频分析第57-66页
        3.3.1 AR预测滤波器第57-59页
        3.3.2 实验信号分析第59-66页
    3.4 小结第66-68页
第四章 基于形态成分分析的故障分离方法第68-90页
    4.1 引言第68页
    4.2 形态成分分析方法第68-74页
        4.2.1 模型假设第68-69页
        4.2.2 MCA原理第69页
        4.2.3 MCA算法第69-71页
        4.2.4 仿真算例第71-74页
    4.3 基于MCA的故障信号分析第74-82页
        4.3.1 齿轮故障模型第74-76页
        4.3.2 齿轮箱综合故障仿真信号分析第76-82页
    4.4 实验分析第82-88页
        4.4.1 实验一第82-84页
        4.4.2 实验二第84-88页
    4.5 小结第88-90页
第五章 基于移不变稀疏编码的微弱故障特征提取第90-116页
    5.1 引言第90-91页
    5.2 移不变稀疏编码第91-94页
        5.2.1 理论模型第91-92页
        5.2.2 移不变稀疏编码算法第92-94页
    5.3 基于移不变稀疏编码的潜在分量分析第94-103页
        5.3.1 故障特征的自学习过程第94-95页
        5.3.2 最优潜在分量的过滤第95-97页
        5.3.3 仿真信号分析第97-103页
    5.4 实验分析第103-115页
        5.4.1 实验第103-108页
        5.4.2 实验第108-112页
        5.4.3 实验第112-114页
        5.4.4 实验小结第114-115页
    5.5 小结第115-116页
第六章 基于移不变稀疏编码的单通道复合故障分析第116-134页
    6.1 引言第116-117页
    6.2 基于SISC和自适应聚类的单通道盲源分离第117-121页
        6.2.1 单通道盲源分离与SISC模型第117-119页
        6.2.2 自适应聚类第119-120页
        6.2.3 算法流程总结第120-121页
    6.3 仿真研究第121-128页
        6.3.1 轴承复合故障分析第121-124页
        6.3.2 分离性能分析第124-125页
        6.3.3 加噪信号分析第125-128页
    6.4 复合故障实验分析第128-133页
        6.4.1 实验设备第128-129页
        6.4.2 基于单通道盲源分离的复合故障分析第129-133页
    6.5 小结第133-134页
第七章 总结与展望第134-138页
    7.1 全文工作总结第134-135页
    7.2 主要创新点第135-136页
    7.3 展望第136-138页
参考文献第138-148页
攻读博士学位期间发表的学术论文清单第148页
攻读博士学位期间参与科研项目情况第148-150页
致谢第150页

论文共150页,点击 下载论文
上一篇:基于结构受力状态的砌体墙片细胞自动机分析方法
下一篇:超声—臭氧溶胞回流AAO工艺效能强化及剩余污泥产氢