基于小波神经网络的液压泵故障诊断方法及实验研究
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第1章 绪论 | 第11-16页 |
| ·旋转机械故障诊断的意义 | 第11页 |
| ·小波理论的发展与现状 | 第11-13页 |
| ·神经网络的发展与现状 | 第13-14页 |
| ·小波与神经网络的结合 | 第14-15页 |
| ·课题来源、本文主要研究内容及意义 | 第15-16页 |
| 第2章 旋转机械的故障诊断 | 第16-23页 |
| ·故障诊断的基本环节 | 第16-17页 |
| ·确立运行状态监测的内容 | 第16页 |
| ·信息采集 | 第16-17页 |
| ·信号的提取与处理 | 第17页 |
| ·故障诊断 | 第17页 |
| ·旋转机械几种常见故障的介绍 | 第17-19页 |
| ·转子不平衡 | 第17页 |
| ·转子不对中 | 第17-18页 |
| ·旋转失速 | 第18页 |
| ·转子与静止件摩擦 | 第18-19页 |
| ·常用的旋转机械故障诊断方法 | 第19-20页 |
| ·灰色诊断技术 | 第19页 |
| ·模糊诊断技术 | 第19页 |
| ·故障诊断专家系统 | 第19-20页 |
| ·故障诊断最新进展 | 第20-22页 |
| ·人工神经网络在机械故障诊断中的应用 | 第20-21页 |
| ·小波变换在机械故障诊断中的应用 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第3章 小波分析及小波消噪 | 第23-36页 |
| ·理论背景 | 第23-24页 |
| ·小波分析 | 第24-27页 |
| ·连续小波变换 | 第24-26页 |
| ·离散小波变换 | 第26-27页 |
| ·多分辨分析和 Mallat 算法 | 第27-30页 |
| ·多分辨分析 | 第27-28页 |
| ·小波变换的 Mallat 算法 | 第28-30页 |
| ·小波包分析 | 第30-32页 |
| ·小波包变换 | 第30-31页 |
| ·小波包变换的 Mallat 算法 | 第31-32页 |
| ·信号去噪 | 第32-34页 |
| ·小波去噪应用举例 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第4章 小波神经网络 | 第36-52页 |
| ·人工神经网络模型 | 第36-37页 |
| ·神经元之间的连接形式 | 第37-38页 |
| ·前向神经网络 | 第37-38页 |
| ·反馈神经网络 | 第38页 |
| ·BP 网络学习算法及隐层的设计 | 第38-42页 |
| ·BP 网络学习算法 | 第38-41页 |
| ·BP 网络隐层的设计 | 第41-42页 |
| ·BP 神经网络应用实例 | 第42-44页 |
| ·小波神经网络 | 第44-48页 |
| ·小波神经网络的分类 | 第44-45页 |
| ·小波神经网络的结构 | 第45-47页 |
| ·小波神经网络的学习算法 | 第47-48页 |
| ·小波神经网络与传统的BP网络比较 | 第48-49页 |
| ·小波神经网络应用实例 | 第49-50页 |
| ·本章小结 | 第50-52页 |
| 第5章 小波神经网络在液压泵故障诊断中的应用 | 第52-74页 |
| ·液压泵故障诊断实验系统 | 第52-55页 |
| ·实验系统组成 | 第52-54页 |
| ·数据采集硬件选择 | 第54-55页 |
| ·小波分析在液压泵故障诊断中的应用 | 第55-60页 |
| ·神经网络在液压泵故障诊断中的应用 | 第60-64页 |
| ·神经网络在故障诊断中的应用 | 第60-62页 |
| ·基于BP 神经网络的液压泵故障诊断方法 | 第62-64页 |
| ·基于小波神经网络的液压泵故障诊断方法 | 第64-73页 |
| ·松散型小波神经网络的构造 | 第64-65页 |
| ·基于松散型小波神经网络的液压泵故障诊断 | 第65-68页 |
| ·紧致型小波神经网络的构造 | 第68-71页 |
| ·基于紧致型小波神经网络的液压泵故障诊断方法 | 第71-73页 |
| ·本章小结 | 第73-74页 |
| 结论 | 第74-76页 |
| 参考文献 | 第76-81页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第81-82页 |
| 致谢 | 第82-83页 |
| 作者简介 | 第83页 |
