基于信息融合的转子振动故障诊断方法研究
| 摘要 | 第1-7页 |
| Abstract | 第7-13页 |
| 第1章 绪论 | 第13-20页 |
| ·课题背景 | 第13-14页 |
| ·转子系统故障诊断概述 | 第14-17页 |
| ·转子系统故障诊断的内容 | 第14-16页 |
| ·转子系统故障诊断任务和意义 | 第16页 |
| ·转子系统故障诊断的基本步骤 | 第16-17页 |
| ·国内外研究现状 | 第17-19页 |
| ·本文主要工作及创新点 | 第19-20页 |
| ·本文主要工作 | 第19页 |
| ·本文创新点 | 第19-20页 |
| 第2章 转子常见振动故障及其诊断方法 | 第20-29页 |
| ·转子常见振动故障 | 第20-22页 |
| ·转子不平衡 | 第20页 |
| ·转子不对中 | 第20-21页 |
| ·转子碰摩 | 第21-22页 |
| ·转子裂纹 | 第22页 |
| ·耦合故障 | 第22-23页 |
| ·常见故障诊断方法 | 第23-29页 |
| ·频谱分析方法 | 第23-25页 |
| ·基于模型的诊断方法 | 第25-26页 |
| ·分类诊断方法 | 第26-29页 |
| 第3章 转子振动故障模拟实验 | 第29-34页 |
| ·实验仪器及设备 | 第29-31页 |
| ·实验过程 | 第31-32页 |
| ·实验结果 | 第32-34页 |
| 第4章 基于融合信息熵的转子振动故障诊断 | 第34-50页 |
| ·信息融合 | 第34-39页 |
| ·信息融合的背景和概念 | 第34-35页 |
| ·信息融合在故障诊断应用中的数学论证 | 第35-37页 |
| ·信息融合级别 | 第37-39页 |
| ·信息熵的基础理论 | 第39-42页 |
| ·信息熵的定义 | 第39-40页 |
| ·奇异谱熵 | 第40-41页 |
| ·功率谱熵 | 第41页 |
| ·小波能谱熵和小波空间特征谱熵 | 第41-42页 |
| ·基于信息熵差矩阵的故障诊断实例 | 第42-45页 |
| ·基于信息熵差矩阵的定量诊断方法 | 第42-43页 |
| ·信息熵矩阵计算 | 第43-45页 |
| ·信息熵差矩阵计算 | 第45页 |
| ·基于融合信息熵距的耦合故障诊断 | 第45-50页 |
| ·故障熵点的确定 | 第45-46页 |
| ·信息熵距的定义 | 第46-47页 |
| ·多转速下的信息熵距 | 第47页 |
| ·融合信息熵距的故障诊断实例 | 第47-50页 |
| 第5章 基于最小二乘支持向量机的转子故障诊断 | 第50-65页 |
| ·统计学理论基础 | 第50-54页 |
| ·分类问题的统计学提法 | 第50-52页 |
| ·VC 维 | 第52-53页 |
| ·结构风险最小化 | 第53-54页 |
| ·支持向量机的基础理论 | 第54-57页 |
| ·支持向量机算法 | 第54-56页 |
| ·支持向量机核函数 | 第56-57页 |
| ·最小二乘支持向量机的基础理论 | 第57-61页 |
| ·最小二乘支持向量机的基础 | 第57-59页 |
| ·最小二乘支持向量的多分类法 | 第59-61页 |
| ·最小二乘支持向量机的故障诊断实例 | 第61-65页 |
| ·故障特征向量的提取 | 第61-62页 |
| ·LS-SVM 诊断过程 | 第62-65页 |
| 结论 | 第65-66页 |
| 附录Ⅰ 程序清单 | 第66-70页 |
| 参考文献 | 第70-73页 |
| 致谢 | 第73-74页 |
| 攻读硕士期间发表（含录用）的学术论文 | 第74页 |
