基于HMM的复杂条件故障诊断技术研究
| 摘要 | 第1-7页 |
| Abstract | 第7-15页 |
| 图目录 | 第15-18页 |
| 表目录 | 第18-19页 |
| 主要符号表 | 第19-20页 |
| 第一章 绪论 | 第20-40页 |
| ·本文的研究背景及研究意义 | 第20-21页 |
| ·智能诊断技术及其在故障诊断中的应用 | 第21-32页 |
| ·专家系统 | 第21-22页 |
| ·人工神经网络 | 第22-24页 |
| ·隐马尔可夫模型 | 第24-26页 |
| ·人工免疫系统 | 第26-28页 |
| ·支持向量机 | 第28-30页 |
| ·混合模型 | 第30-32页 |
| ·隐马尔可夫模型的发展历程 | 第32-38页 |
| ·隐马尔可夫模型的参数及结构 | 第32-34页 |
| ·隐马尔可夫模型的发展 | 第34-38页 |
| ·本文的主要内容 | 第38-40页 |
| 第二章 泵故障模拟装置及其故障诊断系统 | 第40-62页 |
| ·引言 | 第40页 |
| ·泵故障模拟装置 | 第40-46页 |
| ·实验仪器与装置 | 第40-41页 |
| ·主泵故障模拟方案 | 第41-45页 |
| ·数据采集系统及采集参数 | 第45-46页 |
| ·基于HMM的故障诊断系统 | 第46-56页 |
| ·基于HMM的故障诊断流程 | 第46-47页 |
| ·特征提取方法 | 第47-52页 |
| ·HMMs模型库训练 | 第52-56页 |
| ·分类决策 | 第56页 |
| ·故障诊断结果及分析 | 第56-61页 |
| ·启动过程故障诊断结果 | 第56-58页 |
| ·稳定过程故障诊断结果 | 第58-60页 |
| ·结论及新的问题 | 第60-61页 |
| ·本章小结 | 第61-62页 |
| 第三章 结合人工免疫原理的HMM训练方法 | 第62-82页 |
| ·引言 | 第62页 |
| ·人工免疫系统 | 第62-64页 |
| ·结合克隆选择算法的HMM训练算法 | 第64-72页 |
| ·初始值对HMM模型似然率的影响 | 第64-65页 |
| ·HMM模型参数空间分析 | 第65-66页 |
| ·采用克隆选择原理HMM训练算法的总体流程 | 第66-67页 |
| ·克隆选择原理HMM训练算法中的定义 | 第67页 |
| ·训练算法的具体实现 | 第67-72页 |
| ·借鉴球形空间覆盖原理的进一步算法优化 | 第72-74页 |
| ·B矩阵降维 | 第72-73页 |
| ·超球体空间覆盖 | 第73-74页 |
| ·BCSA算法中HMM模型集Mb的利用 | 第74-75页 |
| ·实验及训练结果 | 第75-81页 |
| ·算法寻优性能与计算效率比较 | 第76-77页 |
| ·结合免疫原理HMM训练算法的局部极值跳出能力 | 第77-78页 |
| ·主要训练参数对算法计算量的影响 | 第78-81页 |
| ·本章小结 | 第81-82页 |
| 第四章 基于HMM/SVM模型的故障诊断方法 | 第82-93页 |
| ·引言 | 第82页 |
| ·支持向量机 | 第82-83页 |
| ·HMM/SVM混合模型 | 第83-86页 |
| ·混合模型基本架构 | 第83-84页 |
| ·混合模型的训练与识别 | 第84-85页 |
| ·HMM/SVM模型诊断数据库的扩展 | 第85-86页 |
| ·模型性能与故障诊断结果 | 第86-91页 |
| ·模型性能及参数影响 | 第86-87页 |
| ·故障诊断结果 | 第87-91页 |
| ·本章小结 | 第91-93页 |
| 第五章 基于HMM网络的故障诊断方法 | 第93-109页 |
| ·引言 | 第93-94页 |
| ·HMM网络的基本原理 | 第94-97页 |
| ·HMM免疫网络的基本结构 | 第94-95页 |
| ·HMM网络的构建 | 第95-96页 |
| ·HMM网络的训练 | 第96-97页 |
| ·基于马尔科夫链的HMM网络 | 第97-98页 |
| ·马尔科夫链与免疫网络的统一 | 第97页 |
| ·已知马尔科夫链的HMM网络训练方法 | 第97-98页 |
| ·基于HMM网络的分类方法 | 第98-99页 |
| ·基于HMM网络的多通道信号识别方法 | 第99页 |
| ·基于HMM网络的故障诊断 | 第99-107页 |
| ·本章小结 | 第107-109页 |
| 第六章 结论与展望 | 第109-112页 |
| ·研究总结与结论 | 第109-110页 |
| ·研究展望 | 第110-112页 |
| 参考文献 | 第112-125页 |
| 附录一 主泵故障模拟装置故障诊断软件 | 第125-130页 |
| 附录二 部分算法C++源代码 | 第130-140页 |
| 攻读博士学位期间取得的研究成果 | 第140-141页 |
| 致谢 | 第141-142页 |
| 附件 | 第142页 |
