基于多健康状态评估的滚动轴承剩余寿命预测方法研究
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第12-19页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.2 研究现状 | 第13-16页 |
| 1.2.1 国内研究现状 | 第14-15页 |
| 1.2.2 国外研究现状 | 第15-16页 |
| 1.3 论文组织结构 | 第16-19页 |
| 第二章 支持向量机的数学模型 | 第19-30页 |
| 2.1 分类问题的基本理论 | 第20-26页 |
| 2.1.1 线性可分最优超平面的构建 | 第21-24页 |
| 2.1.2 非线性可分最优超平面的构建 | 第24-26页 |
| 2.2 回归估计问题的基本理论 | 第26-29页 |
| 2.2.1 线性回归函数估计 | 第26-29页 |
| 2.2.2 非线性回归函数估计 | 第29页 |
| 2.3 小结 | 第29-30页 |
| 第三章 滚动轴承的特征提取 | 第30-52页 |
| 3.1 滚动轴承加速寿命实验 | 第30-35页 |
| 3.1.1 PRONOSTIA平台介绍 | 第30-31页 |
| 3.1.2 采集信号的统计信息 | 第31-34页 |
| 3.1.3 滚动轴承的L_(10)额定寿命 | 第34-35页 |
| 3.2 数据预处理 | 第35-37页 |
| 3.2.1 异常数据的剔除 | 第35-36页 |
| 3.2.2 数据降噪处理 | 第36-37页 |
| 3.3 滚动轴承的特征提取 | 第37-51页 |
| 3.3.1 时域特征 | 第38-40页 |
| 3.3.2 频域特征 | 第40-41页 |
| 3.3.3 故障频率特征 | 第41-45页 |
| 3.3.4 熵特征 | 第45-48页 |
| 3.3.5 EMD分解特征 | 第48-51页 |
| 3.4 小结 | 第51-52页 |
| 第四章 滚动轴承的健康状态评估 | 第52-69页 |
| 4.1 可行性分析 | 第52-57页 |
| 4.2 面向健康状态评估的特征选择 | 第57-61页 |
| 4.3 基于SVM的健康状态评估算法 | 第61-64页 |
| 4.3.1 数据归一化 | 第61-62页 |
| 4.3.2 参数寻优 | 第62-64页 |
| 4.4 算法验证 | 第64-68页 |
| 4.4.1 工况一条件下轴承验证 | 第64-67页 |
| 4.4.2 工况二条件下轴承验证 | 第67-68页 |
| 4.5 小结 | 第68-69页 |
| 第五章 滚动轴承的剩余寿命预测 | 第69-83页 |
| 5.1 面向剩余寿命预测的特征选择 | 第70-73页 |
| 5.2 基于SVM的剩余寿命预测算法 | 第73-75页 |
| 5.3 算法验证 | 第75-82页 |
| 5.3.1 工况一条件下轴承验证 | 第75-79页 |
| 5.3.2 工况二条件下轴承验证 | 第79-80页 |
| 5.3.3 验证结果对比 | 第80-82页 |
| 5.4 小结 | 第82-83页 |
| 第六章 总结与展望 | 第83-85页 |
| 6.1 结论 | 第83页 |
| 6.2 未来工作展望 | 第83-85页 |
| 致谢 | 第85-86页 |
| 参考文献 | 第86-93页 |
| 攻硕期间取得的研究成果 | 第93页 |
