基于神经网络模型的振动筛损伤检测研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 目录 | 第8-11页 |
| 第一章 绪论 | 第11-19页 |
| ·课题研究的背景 | 第11-13页 |
| ·国内外研究现状 | 第13-17页 |
| ·系统辨识研究综述 | 第13-16页 |
| ·机械故障诊断研究综述 | 第16-17页 |
| ·本文主要研究内容 | 第17-19页 |
| 第二章 振动信号的采集与预处理 | 第19-31页 |
| ·概述 | 第19页 |
| ·振动筛的工作原理 | 第19-20页 |
| ·振动信号的采集过程 | 第20-22页 |
| ·振动测量传感器 | 第21-22页 |
| ·信号采样与采样定理 | 第22页 |
| ·数据预处理 | 第22-29页 |
| ·数据归一化 | 第23页 |
| ·小波消噪 | 第23-25页 |
| ·去直流和去趋势 | 第25-29页 |
| ·本章小结 | 第29-31页 |
| 第三章 用于振动筛状态检测系统的辨识研究 | 第31-45页 |
| ·系统辨识概述 | 第31-34页 |
| ·系统辨识的基本原理 | 第31-33页 |
| ·系统辨识输入信号的选择 | 第33-34页 |
| ·线性模型辨识 | 第34-36页 |
| ·非线性模型辨识 | 第36-38页 |
| ·非线性ARX模型 | 第36-37页 |
| ·非线性Hammerstein-Wiener模型 | 第37-38页 |
| ·神经网络模型辨识 | 第38-44页 |
| ·神经网络综述 | 第39页 |
| ·神经网络的特点 | 第39-40页 |
| ·神经网络模型类型的确定 | 第40-44页 |
| ·本章小结 | 第44-45页 |
| 第四章 系统辨识神经网络模型结构的设计 | 第45-57页 |
| ·概述 | 第45页 |
| ·神经网络NNARX模型的结构 | 第45-46页 |
| ·神经网络NNARX模型的辨识算法 | 第46-48页 |
| ·神经网络NNARX模型参数的确定 | 第48-54页 |
| ·网络层数的确定 | 第48页 |
| ·隐层神经元数目 | 第48-51页 |
| ·网络阶数和延迟的选择 | 第51页 |
| ·激活函数 | 第51-53页 |
| ·模型的泛化能力 | 第53-54页 |
| ·网络权值和阈值 | 第54页 |
| ·本章小结 | 第54-57页 |
| 第五章 神经网络辨识模型在振动筛故障诊断中的应用 | 第57-75页 |
| ·概述 | 第57页 |
| ·故障诊断的基本步骤 | 第57-58页 |
| ·振动筛损伤检测研究 | 第58-62页 |
| ·振动信号的频域特征分析 | 第59-60页 |
| ·神经网络辨识模型用于振动筛损伤研究 | 第60-62页 |
| ·振动筛裂纹发展趋势研究 | 第62-74页 |
| ·振动信号的频域特征分析 | 第64-69页 |
| ·神经网络辨识模型用于振动筛裂纹诊断 | 第69-74页 |
| ·本章小结 | 第74-75页 |
| 第六章 总结与展望 | 第75-77页 |
| ·本文总结 | 第75-76页 |
| ·工作展望 | 第76-77页 |
| 参考文献 | 第77-81页 |
| 致谢 | 第81-83页 |
| 攻读学位期间发表的论文 | 第83页 |
