首页--工业技术论文--机械、仪表工业论文--机械零件及传动装置论文--转动机件论文--轴承论文

基于多特征融合及深度信念网络的轴承故障诊断

摘要第5-7页
Abstract第7-8页
第1章 绪论第12-24页
    1.1 机械故障诊断研究背景与意义第12-13页
    1.2 机械故障诊断的研究现状第13-14页
    1.3 轴承故障第14-16页
        1.3.1 常见轴承故障第14-15页
        1.3.2 轴承结构及故障特征频率第15-16页
    1.4 轴承故障诊断方法研究现状第16-22页
        1.4.1 特征分析第16-20页
        1.4.2 模式识别第20-22页
    1.5 论文研究内容及章节安排第22-24页
第2章 基于DTCWT的轴承故障特征提取方法第24-43页
    2.1 小波变换第24-25页
    2.2 双树复小波变换理论及特性第25-31页
        2.2.1 双树复小波变换结构第25-26页
        2.2.2 滤波器组设计第26-28页
        2.2.3 双树复小波性质分析第28-31页
    2.3 能量熵及FCM聚类第31-35页
        2.3.1 能量熵第32-33页
        2.3.2 FCM聚类第33-35页
    2.4 基于DTCWT能量熵和FCM的轴承故障诊断第35-42页
        2.4.1 实验数据第35-36页
        2.4.2 轴承故障DTCWT时频分析第36-40页
        2.4.3 轴承故障诊断实验第40-42页
    2.5 本章小结第42-43页
第3章 基于MMEMD的轴承故障特征提取方法第43-58页
    3.1 多重屏蔽经验模态分解第44-49页
        3.1.1 MMEMD原理第44-46页
        3.1.2 MMEMD算法第46页
        3.1.3 MMEMD特性分析第46-49页
    3.2 基于MMEMD能量熵和PSO-SVM的轴承故障诊断第49-56页
        3.2.1 轴承振动信号MMEMD分解第49-50页
        3.2.2 支持向量机第50-54页
        3.2.3 轴承故障诊断实验第54-56页
    3.3 本章小结第56-58页
第4章 基于VMD的轴承故障特征提取方法第58-73页
    4.1 VMD相关概念第58-60页
        4.1.1 本征模态函数定义第58-59页
        4.1.2 维纳滤波第59页
        4.1.3 Hilbert变换及解析函数第59-60页
        4.1.4 频率混合第60页
    4.2 VMD原理及算法第60-67页
        4.2.1 VMD原理第60-62页
        4.2.2 VMD算法第62-63页
        4.2.3 VMD性能分析第63-67页
    4.3 基于VMD样本熵和PSO-SVM的轴承故障诊断第67-72页
        4.3.1 样本熵第67页
        4.3.2 轴承振动信号VMD分解第67-70页
        4.3.3 轴承故障诊断实验第70-72页
    4.4 本章小结第72-73页
第5章 基于DBN的轴承故障模式识别第73-88页
    5.1 DBN小样本分类器第73-80页
        5.1.1 DBN小样本分类器结构第73-75页
        5.1.2 预训练第75-78页
        5.1.3 微调第78-80页
    5.2 DBN分类器性能分析第80-84页
        5.2.1 训练集大小对分类性能的影响第80-82页
        5.2.2 有标签样本数对分类性能的影响第82-84页
    5.3 基于VMD样本熵和DBN的轴承故障诊断第84-87页
    5.4 本章小结第87-88页
第6章 基于多特征融合及DBN的轴承故障诊断及其应用第88-109页
    6.1 不同方法比较第88-89页
    6.2 基于多特征融合及DBN的轴承故障诊断方法第89-94页
        6.2.1 FCM聚类分析第91-92页
        6.2.2 多特征提取及PCA特征融合第92页
        6.2.3 DBN分类及时频分析第92-94页
    6.3 轴承故障诊断实验第94-100页
        6.3.1 轴承单一故障诊断第94-96页
        6.3.2 轴承复合故障诊断第96-100页
    6.4 风电机组轴承故障诊断第100-108页
        6.4.1 数据来源第100-101页
        6.4.2 故障分类第101-103页
        6.4.3 故障发展过程第103-106页
        6.4.4 故障时频分析第106-108页
    6.5 本章小结第108-109页
结论第109-111页
参考文献第111-119页
攻读博士学位期间承担的科研任务与主要成果第119-121页
致谢第121页

论文共121页,点击 下载论文
上一篇:大型客机中机身高速运输车行驶安全性研究
下一篇:四自由度并联机构符号组及拓扑结构综合方法研究