基于EMD和BP网络联合的故障诊断技术
1 前言 | 第1-14页 |
·故障诊断常用的技术方法 | 第8-9页 |
·信号处理技术 | 第9-11页 |
·神经网络故障诊断技术 | 第11-14页 |
·神经网络简介 | 第11-12页 |
·模式识别的神经网络故障诊断 | 第12-13页 |
·神经网络故障诊断的局限性 | 第13-14页 |
2 信号处理的常用技术 | 第14-25页 |
·时频分布的概念 | 第14-16页 |
·短时傅里叶变换(STFT) | 第16-18页 |
·小波变换(Wavelet) | 第18-21页 |
·连续小波变换 | 第18-20页 |
·离散小波变化 | 第20-21页 |
·Wigner-Ville分布 | 第21-22页 |
·经验模式分解(EMD) | 第22-25页 |
3 几种信号分析方法的分析效果比较 | 第25-34页 |
·对线性、平稳信号的分析 | 第25-28页 |
·非线性、非平稳信号的分析 | 第28-34页 |
·不含直流分量的非线性、非平稳信号的分析 | 第28-30页 |
·含有直流分量的非线性、非平稳信号的分析 | 第30-34页 |
4 信号的奇异性检测 | 第34-42页 |
·奇异性检测的基本原理 | 第34-35页 |
·基于希尔伯特变换的包络提取 | 第35-36页 |
·EMD方法检测信号局部奇异性 | 第36页 |
·小波变换检测信号局部奇异性 | 第36-38页 |
·小波变换奇异性检测原理 | 第36-38页 |
·小波基的选择 | 第38页 |
·模拟试验 | 第38-42页 |
5 EMD与神经网络联合的故障诊断技术 | 第42-58页 |
·故障诊断问题的形式化表示 | 第42-43页 |
·BP神经网络模型及故障诊断原理 | 第43-46页 |
·BP神经网络的结构模型 | 第43-44页 |
·BP神经网络的学习过程 | 第44-45页 |
·BP网络的学习的步骤与算法 | 第45页 |
·神经网络的故障诊断步骤 | 第45-46页 |
·EMD方法与BP网络联合的理论可能性 | 第46-47页 |
·模拟试验 | 第47-51页 |
·EMD与BP网络联合诊断故障 | 第51-58页 |
·数据的采集及实验方法 | 第51-52页 |
·实验结果分析 | 第52-54页 |
·对减少BP网络输入节点数的研究 | 第54-58页 |
结束语 | 第58-59页 |
参考文献 | 第59-63页 |