首页--工业技术论文--机械、仪表工业论文--机械运行与维修论文

面向机械故障诊断应用的盲分离技术研究

摘要第5-7页
ABSTRACT第7-8页
缩略术语表及数学符号第9-19页
第一章 绪论第19-39页
    1.1 论文研究背景及意义第19-20页
    1.2 国内外盲分离技术研究进展第20-30页
        1.2.1 线性混叠盲分离算法第22-27页
        1.2.2 卷积混叠盲分离算法第27-28页
        1.2.3 非线性盲分离算法第28-29页
        1.2.4 欠定盲分离算法第29-30页
    1.3 盲分离技术在机械故障信号的测试技术研究进展第30-35页
    1.4 盲分离技术在机械故障诊断中的应用研究进展第35-37页
    1.5 课题来源、研究目标和研究内容第37-39页
        1.5.1 课题来源第37页
        1.5.2 研究目标和研究内容第37-39页
第二章 两种基于神经网络的线性盲分离算法研究第39-51页
    2.1 引言第39页
    2.2 基于自适应线性神经网络盲分离算法第39-42页
        2.2.1 SALNN-BSS模型第40-41页
        2.2.2 SALNN-BSS求解第41-42页
    2.3 小脑模型神经网络线性盲分离算法第42-46页
        2.3.1 CMAC-BSS结构第43页
        2.3.2 CMAC-BSS求解第43-46页
    2.4 两种算法对混叠信号处理的对比分析第46-49页
    2.5 本章小结第49-51页
第三章 基于最小二乘法的欠定盲分离算法研究第51-64页
    3.1 引言第51页
    3.2 基于最小二乘法的欠定盲分离算法第51-55页
        3.2.1 LSM算法思想第51-52页
        3.2.2 LSM-UBSS模型第52页
        3.2.3 LSM-UBSS解的唯一性第52-55页
    3.3 LSM-UBSS在稀疏混叠信号分离中仿真第55-59页
    3.4 LSM-UBSS在非稀疏混叠信号分离中仿真第59-63页
    3.5 本章小结第63-64页
第四章 冰蓄冷陈列柜故障信号的盲分离技术应用第64-83页
    4.1 引言第64页
    4.2 冰蓄冷陈列柜原理与装置第64-66页
    4.3 冰蓄冷陈列柜实验测控系统第66-72页
    4.4 冰蓄冷陈列柜的轴流风叶故障诊断实验第72-77页
    4.5 冰蓄冷陈列柜的轴流风叶和水泵同时故障诊断实验第77-82页
    4.6 本章小结第82-83页
第五章 发动机噪声信号的盲分离技术应用第83-94页
    5.1 引言第83-84页
    5.2 发动机噪声信号采集平台装置第84-85页
        5.2.1 发动机噪声实验测试平台第84-85页
        5.2.2 发动机噪声测试实验第85页
    5.3 发动机噪声信号的盲分离第85-91页
    5.4 发动机异响信号CMAC-BSS诊断技术应用第91-93页
    5.5 本章小结第93-94页
第六章 救生舱CO_2空调故障信号的欠定盲分离技术应用第94-110页
    6.1 引言第94-95页
    6.2 CO_2空调系统工作原理与装置第95页
    6.3 CO_2空调故障实验测控系统第95-98页
    6.4 CO_2空调系统故障信号分析第98-100页
        6.4.1 振动信号分析第98页
        6.4.2 噪声信号分析第98页
        6.4.3 CO_2空调系统振动信号特点第98-100页
    6.5 已知数目故障源的LSM-UBSS故障诊断实验第100-104页
    6.6 未知数目故障源的LSM-UBSS故障诊断实验第104-108页
        6.6.1 减法聚类第104-105页
        6.6.2 减法聚类的欠定盲分离算法第105页
        6.6.3 两种聚类的欠定盲分离算法仿真与分析第105-108页
    6.7 本章小结第108-110页
结论与展望第110-113页
    一、结论第110-111页
    二、工作展望第111-113页
参考文献第113-123页
攻读博士学位期间取得的研究成果第123-125页
致谢第125-126页
附件第126页

论文共126页,点击 下载论文
上一篇:脑胶质瘤与基质细胞交互作用的模型设计及机制研究
下一篇:消费者化妆品品牌偏好与购买行为的实证研究--基于泰国品牌和本土品牌的比较