基于监测数据的机械设备剩余寿命预测研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-15页 |
| 1.1 选题背景和研究意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.3 研究目的和组织结构 | 第13-15页 |
| 2 机械设备剩余寿命预测的基本概述 | 第15-22页 |
| 2.1 机械设备故障预测的基本概念 | 第15-16页 |
| 2.1.1 机械设备故障的概念 | 第15页 |
| 2.1.2 机械设备故障预测的概念 | 第15-16页 |
| 2.2 机械设备故障预测技术的发展历程 | 第16-17页 |
| 2.3 机械故障形成过程分析 | 第17-20页 |
| 2.3.1 输出参数与损伤的关系 | 第17-18页 |
| 2.3.2 故障演化规律分析 | 第18-19页 |
| 2.3.3 剩余寿命的定义 | 第19-20页 |
| 2.4 故障预测内容 | 第20-22页 |
| 3 基于小波和支持向量机的轴承退化可靠性评估 | 第22-42页 |
| 3.1 小波变换 | 第22-23页 |
| 3.2 支持向量机 | 第23-29页 |
| 3.2.1 支持向量机回归理论 | 第23-26页 |
| 3.2.2 支持向量机预测 | 第26-28页 |
| 3.2.3 可靠性评估 | 第28-29页 |
| 3.3 小波SVM | 第29-30页 |
| 3.4 应用实例 | 第30-41页 |
| 3.4.1 数据来源 | 第30-31页 |
| 3.4.2 模型建立与参数估计 | 第31-35页 |
| 3.4.3 预测结果与预测误差分析 | 第35-39页 |
| 3.4.4 滚动轴承退化可靠性评估 | 第39-41页 |
| 3.5 小结 | 第41-42页 |
| 4 基于状态空间模型的刀具剩余寿命评估 | 第42-65页 |
| 4.1 状态空间模型和贝叶斯统计推断 | 第42-44页 |
| 4.1.1 状态空间模型 | 第42-43页 |
| 4.1.2 贝叶斯统计推断 | 第43-44页 |
| 4.2 基于序贯蒙特卡罗的贝叶斯滤波算法 | 第44-50页 |
| 4.2.1 粒子滤波算法中的关键技术 | 第44-47页 |
| 4.2.2 退化问题及改进方法 | 第47-48页 |
| 4.2.3 标准粒子滤波算法 | 第48-50页 |
| 4.3 应用实例 | 第50-64页 |
| 4.3.1 实验介绍 | 第50-51页 |
| 4.3.2 刀具退化建模 | 第51-53页 |
| 4.3.3 刀具退化预测和剩余寿命预测 | 第53-56页 |
| 4.3.4 应用结果及分析 | 第56-64页 |
| 4.4 小结 | 第64-65页 |
| 结论 | 第65-67页 |
| 参考文献 | 第67-72页 |
| 攻读硕士学位期间发表学术论文情况 | 第72-73页 |
| 致谢 | 第73-74页 |
