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

变工况设备状态监测及非参数贝叶斯诊断方法研究

摘要第3-4页
ABSTRACT第4-5页
第1章 绪论第9-15页
    1.1 课题来源与研究意义第9-10页
        1.1.1 课题来源第9页
        1.1.2 研究背景与意义第9-10页
    1.2 国内外研究现状第10-13页
        1.2.1 贝叶斯方法的起源第10页
        1.2.2 非参数贝叶斯方法第10-11页
        1.2.3 非参数贝叶斯研究现状第11-13页
    1.3 研究内容及技术路线第13-15页
        1.3.1 研究内容第13页
        1.3.2 技术路线第13-15页
第2章 振动信号的同源多模态特征提取第15-25页
    2.1 引言第15页
    2.2 时域模态特征提取第15页
        2.2.1 时域特征提取第15页
        2.2.2 时域模态构造第15页
    2.3 频域模态特征提取第15-17页
        2.3.1 频域特征参数第16-17页
        2.3.2 频域模态构造第17页
    2.4 时频域模态特征提取第17-24页
        2.4.1 自适应信号处理方法第18-19页
        2.4.2 改进的CEEMD方法第19-22页
        2.4.3 样本熵第22-23页
        2.4.4 基于CEEMD与样本熵的故障特征提取第23-24页
        2.4.5 时频域模态构造第24页
    2.5 同源多模态特征提取第24页
    2.6 本章小结第24-25页
第3章 基于高斯深度玻尔兹曼机的故障特征降维第25-34页
    3.1 引言第25页
    3.2 受限玻尔兹曼机第25-27页
    3.3 深度玻尔兹曼机第27-29页
    3.4 高斯伯努利深度玻尔兹曼机第29-31页
    3.5 基于GDBM的特征降维模型第31-33页
    3.6 本章小结第33-34页
第4章 基于Dirichlet混合模型的机械设备故障诊断方法研究第34-61页
    4.1 引言第34页
    4.2 Dirichlet混合模型第34-38页
        4.2.1 Dirichlet过程第34-35页
        4.2.2 构造方法第35-37页
        4.2.3 Dirichlet混合模型第37-38页
    4.3 参数估计第38-39页
        4.3.1 参数s和G的先验分布第38-39页
        4.3.2 参数π的先验分布第39页
    4.4 参数的后验分布第39-40页
    4.5 实例分析第40-60页
        4.5.1 压缩机实验台介绍第40-46页
        4.5.2 实验流程第46页
        4.5.3 实验结果分析第46-60页
    4.6 本章小结第60-61页
第5章 基于等级非参数贝叶斯的设备变工况诊断方法研究第61-72页
    5.1 引言第61页
    5.2 等级贝叶斯模型第61-67页
        5.2.1 相关工作第61-62页
        5.2.2 等级贝叶斯模型第62-64页
        5.2.3 建立超类数目模型第64-65页
        5.2.4 模型参数推断第65-66页
        5.2.5 一次学习理论第66-67页
    5.3 实验分析第67-70页
        5.3.1 实验数据第67-68页
        5.3.2 实验一第68-69页
        5.3.3 实验二第69-70页
    5.4 本章小结第70-72页
第6章 结论第72-73页
    6.1 结论第72页
    6.2 展望第72-73页
参考文献第73-78页
致谢第78页

论文共78页,点击 下载论文
上一篇:NiTi记忆合金表面NiFe薄膜的大弹性应变及磁学、粘附性调控研究
下一篇:空间3自由度并联机构运动学研究