摘要 | 第5-6页 |
Abstract | 第6页 |
第1章 绪论 | 第10-18页 |
1.1 课题背景及研究的目的和意义 | 第10-11页 |
1.2 信号处理方法 | 第11页 |
1.3 健康状态评估的主要方法 | 第11-15页 |
1.3.1 基于指标的评估 | 第12页 |
1.3.2 基于模式分类的评估 | 第12-13页 |
1.3.3 基于物理模型的方法 | 第13页 |
1.3.4 基于统计理论的方法 | 第13-15页 |
1.4 隐马尔科夫模型研究现状 | 第15-16页 |
1.5 局部均值分解研究现状 | 第16页 |
1.6 本文的主要研究内容 | 第16-18页 |
第2章 局部均值分解方法 | 第18-30页 |
2.1 局部均值分解的分解过程 | 第18-21页 |
2.1.1 局部均值函数和包络估计函数 | 第18-19页 |
2.1.2 滑动平均 | 第19页 |
2.1.3 局部均值分解的基本步骤 | 第19-21页 |
2.1.4 局部均值分解的循环终止条件 | 第21页 |
2.2 目前局部均值分解算法中所存在的问题 | 第21-23页 |
2.3 基于三次样条插值的局部均值方法不收敛的原因 | 第23页 |
2.4 局部均值分解方法的改进 | 第23-25页 |
2.4.1 基于埃尔米特(Hermite)的插值方法 | 第24页 |
2.4.2 改进的局部均值分解方法 | 第24-25页 |
2.5 仿真信号和轴承信号分析 | 第25-29页 |
2.6 本章小结 | 第29-30页 |
第3章 基于隐马尔可夫模型的综合评估方法 | 第30-49页 |
3.1 隐马尔科夫模型的基本理论 | 第30-36页 |
3.1.1 隐马尔科夫模型的参数 | 第30-31页 |
3.1.2 隐马尔可夫模型的三个基本问题 | 第31页 |
3.1.3 隐马尔可夫模型的三个基本问题对应的算法 | 第31-35页 |
3.1.4 连续隐马尔可夫模型 | 第35页 |
3.1.5 多观测值序列的隐马尔科夫模型 | 第35-36页 |
3.2 支持向量聚类(SVC) | 第36-37页 |
3.3 集对分析理论 | 第37页 |
3.4 基于隐马尔科夫模型的综合评估方法 | 第37-39页 |
3.5 实验验证 | 第39-46页 |
3.5.1 基于隐马尔科夫模型的综合评估方法模型训练 | 第41-44页 |
3.5.2 基于隐马尔科夫模型的综合评估方法模型测试 | 第44-46页 |
3.6 与基于传统指标的评估方法比较 | 第46-48页 |
3.7 本章小结 | 第48-49页 |
第4章 基于隐马尔可夫模型综合方法的液压泵劣化程度评估 | 第49-62页 |
4.1 液压泵信号采集 | 第49-51页 |
4.1.1 实验系统的组成 | 第49-51页 |
4.1.2 实验过程 | 第51页 |
4.2 正常和三种程度松靴故障的实验结果分析 | 第51-55页 |
4.2.1 松靴故障工况下基于隐马尔科夫模型的综合评估方法的模型训练 | 第51-53页 |
4.2.2 松靴故障工况下基于隐马尔科夫模型的综合评估方法的测试 | 第53-55页 |
4.3 松靴故障工况下与基于传统指标评估方法的比较 | 第55-56页 |
4.4 正常和三种程度中心弹簧磨损故障的实验结果分析 | 第56-60页 |
4.4.1 弹簧故障工况下基于隐马尔科夫模型的综合评估方法的模型训练 | 第56-58页 |
4.4.2 弹簧故障工况下基于隐马尔科夫模型的综合评估方法的测试 | 第58-60页 |
4.5 弹簧故障工况下与基于传统指标的评估方法比较 | 第60-61页 |
4.6 本章小结 | 第61-62页 |
结论 | 第62-63页 |
参考文献 | 第63-68页 |
攻读硕士学位期间承担的科研任务与主要研究成果 | 第68-69页 |
致谢 | 第69页 |