首页--工业技术论文--机械、仪表工业论文--机械制造工艺论文--柔性制造系统及柔性制造单元论文

机械动力传动系统关键部件故障预测技术研究

摘要第1-12页
Abstract第12-14页
第一章 绪论第14-31页
   ·研究背景及意义第14-15页
   ·文献综述第15-29页
     ·PHM 技术研究综述第15-18页
     ·动力传动系统关键部件故障预测技术研究综述第18-29页
   ·论文主要研究内容及组成第29-31页
     ·论文研究主要问题第29页
     ·论文研究内容和组织结构第29-31页
第二章 动力传动关键部件故障机理分析与建模第31-49页
   ·引言第31页
   ·动力传动关键部件故障机理及故障演化规律分析第31-40页
     ·齿轮的主要故障模式和振动机理第31-34页
     ·滚动轴承的主要故障模式和振动机理第34-35页
     ·动力传动系统关键部件故障演化规律分析第35-40页
   ·动力传动系统关键部件故障演化规律建模第40-48页
     ·基于 HMM 动力传动系统关键部件故障演化规律描述模型第40-43页
     ·基于 HSMM 动力传动系统关键部件故障预测建模分析方法第43-48页
   ·本章小结第48-49页
第三章 小波相关特征尺度熵特征信息提取技术研究第49-64页
   ·引言第49页
   ·小波相关滤波法的基本理论第49-55页
     ·小波相关滤波法对信号进行降噪的基本原理第49-53页
     ·小波相关滤波法算法实现第53-55页
     ·噪声方差的估计第55页
   ·小波相关特征尺度熵特征信息提取方法研究第55-60页
     ·Shannon 信息熵第55-56页
     ·小波相关特征尺度熵定义及计算第56-59页
     ·小波相关特征尺度熵特征信息提取步骤第59-60页
   ·小波相关特征尺度熵在设备退化状态识别与故障预测中的应用第60-63页
     ·应用实例第60-62页
     ·与小波特征尺度熵方法比较第62-63页
   ·本章小结第63-64页
第四章 动力传动关键部件 HSMM 退化状态识别与故障预测技术研究第64-102页
   ·引言第64页
   ·HSMM 基本算法第64-68页
     ·前向-后后算法第64-66页
     ·参数估计第66-68页
   ·基于HSMM 退化状态识别与故障预测模块化训练算法第68-76页
     ·基于K-means 聚类算法的HSMM 模型参数初始化第68-69页
     ·数据溢出问题与改进措施第69-71页
     ·多观测序列HSMM 训练算法的改进第71-74页
     ·HSMM 退化状态识别与故障预测模块化训练算法第74-76页
   ·动力传动关键部件HSMM 退化状态识别与故障预测方法第76-89页
     ·动力传动关键部件 HSMM 退化状态识别与故障预测总体思路第76-77页
     ·HSMM动力传动关键部件退化状态识别模型与方法研究第77-85页
     ·HSMM动力传动关键部件故障预测应用方法研究第85-89页
   ·KPCA-HSMM 退化状态识别与故障预测方法研究第89-100页
     ·基于 KPCA 多通道特征信息融合第89-94页
     ·基于KPCA-HSMM状态识别与故障预测基本技术思路第94-95页
     ·基于 KPCA-HSMM 退化状态识别方法研究第95-98页
     ·基于 KPCA-HSMM 故障预测方法第98-100页
   ·本章小结第100-102页
第五章 试验研究第102-115页
   ·引言第102页
   ·试验方案设计第102-105页
     ·试验平台设计第102-104页
     ·试验过程第104-105页
     ·试验结果第105页
   ·试验分析第105-113页
     ·基于小波相关特征尺度熵( WC FSE)特征信息提取试验验证与分析第105-107页
     ·基于 HSMM 退化状态识别与故障预测试验验证与分析第107-110页
     ·基于 KPCA-HSMM 状态识别与故障预测试验验证与分析第110-113页
   ·本章小结第113-115页
第六章 结论与展望第115-118页
   ·总结与结论第115-116页
   ·研究展望第116-118页
致谢第118-120页
参考文献第120-137页
作者在学期间取得的学术成果第137页

论文共137页,点击 下载论文
上一篇:GFRP层合板厚板VIMP制备工艺与力学性能尺寸效应研究
下一篇:载人飞船回收着陆系统可靠性研究