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

基于弱信号特征提取的早期诊断方法及其应用研究

摘要第1-5页
Abstract第5-9页
第1章 绪论第9-17页
   ·课题来源第9页
   ·课题研究的背景和意义第9-10页
   ·国内外的研究现状第10页
   ·故障特征提取方法第10-13页
     ·时域分析第10-11页
     ·频谱分析第11页
     ·小波变换第11-12页
     ·Hilbert-Huang变换第12-13页
   ·故障诊断方法第13-15页
     ·专家系统第13页
     ·神经网络第13-14页
     ·模糊逻辑推理第14-15页
     ·支持向量机第15页
   ·本文的主要研究内容第15-17页
第2章 基于小波变换的微弱特征提取第17-29页
   ·小波变换的算法原理第17-19页
     ·小波基函数第17-18页
     ·连续小波变换第18-19页
     ·离散小波变换第19页
   ·小波变换的多分辨率算法第19-23页
   ·基于小波变换的去噪第23-27页
     ·模极大值去噪方法第24-25页
     ·小波阈值去噪方法第25-27页
   ·基于小波变换的微弱特征提取第27-28页
   ·本章小结第28-29页
第3章 基于改进的HHT变换的微弱特征提取第29-42页
   ·HHT方法的基本原理第29-32页
     ·EMD分解第29-30页
     ·Hilbert谱第30-32页
   ·EMD方法的端点效应第32-33页
   ·基于SVD的周期性特征检测第33-35页
   ·基于SVR的端点延拓第35-40页
     ·支持向量回归机第35-38页
     ·基于SVR的预测延拓第38-40页
   ·HHT方法在微弱信号特征提取中的应用第40-41页
   ·本章小结第41-42页
第4章 基于SVM的轴承故障诊断第42-53页
   ·统计学习理论第42-43页
   ·支持向量机第43-46页
     ·最优分类超平面第43-44页
     ·广义最优分类超平面第44-45页
     ·SVM多分类算法第45-46页
   ·基于SVM的轴承故障诊断第46-52页
   ·本章小结第52-53页
第5章 早期故障诊断可视化系统的开发第53-59页
   ·MATLAB与VB混合编程第53-54页
   ·混合编程的原理第54-55页
   ·故障诊断系统可视化界面第55-58页
   ·本章小结第58-59页
结论第59-60页
参考文献第60-66页
攻读硕士学位期间发表的论文第66-68页
致谢第68页

论文共68页,点击 下载论文
上一篇:六自由度Stewart并联机构结构的优化设计
下一篇:气动式高温流量调节阀多场耦合特性的研究