基于多信息融合的机械故障诊断方法研究
| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第6-15页 |
| 1.1 信息融合的定义与特点 | 第6-8页 |
| 1.2 常用的融合技术简述 | 第8-11页 |
| 1.3 信息融合技术国内外研究现状及发展 | 第11-13页 |
| 1.4 信息融合在机械故障诊断中的应用 | 第13-14页 |
| 1.5 主要研究内容 | 第14页 |
| 1.6 创新点 | 第14-15页 |
| 第二章 基于传输特性的特征提取 | 第15-26页 |
| 2.1 机械系统的物理模型 | 第15-16页 |
| 2.2 基于系统传输特性H(f)的特征提取 | 第16页 |
| 2.3 实例分析 | 第16-25页 |
| 2.3.1 特征提取 | 第16-18页 |
| 2.3.2 高维特征降维处理 | 第18-23页 |
| 2.3.3 PCA降维效果分析 | 第23-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第三章 多信号间的因果关系 | 第26-36页 |
| 3.1 格兰杰因果关系 | 第26-33页 |
| 3.1.1 格兰杰因果关系的主要内涵 | 第26-28页 |
| 3.1.2 信号的非平稳性检验 | 第28-29页 |
| 3.1.3 振动信号的格兰杰因果检验流程 | 第29-31页 |
| 3.1.4 因果检验的实例分析 | 第31-33页 |
| 3.2 因果关系与相关性 | 第33-35页 |
| 3.3 本章小结 | 第35-36页 |
| 第四章 故障诊断的分类器设计 | 第36-46页 |
| 4.1 支持向量机 | 第36-38页 |
| 4.2 BP神经网络 | 第38-40页 |
| 4.3 超限学习机 | 第40-42页 |
| 4.4 诊断实例分类效果分析 | 第42-45页 |
| 4.5 本章小结 | 第45-46页 |
| 第五章 结论 | 第46-47页 |
| 致谢 | 第47-48页 |
| 参考文献 | 第48-52页 |
| 攻读硕士学位期间研究成果 | 第52-53页 |
