基于智能技术的后桥主减速器齿轮故障诊断研究
| 中文摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-12页 |
| ·选题背景和意义 | 第9页 |
| ·国内外研究现状 | 第9-11页 |
| ·本文的主要研究内容 | 第11-12页 |
| 第2章 齿轮故障诊断研究概述 | 第12-19页 |
| ·项目来源及介绍 | 第12页 |
| ·齿轮故障及分析方法 | 第12-14页 |
| ·本文采用的研究方法 | 第14-18页 |
| ·数据采集介绍 | 第14-15页 |
| ·最小二乘法拟合曲线法 | 第15-18页 |
| ·BP神经网络诊断法 | 第18页 |
| ·模拟退火算法融合BP神经网络诊断法 | 第18页 |
| ·本章小结 | 第18-19页 |
| 第3章 BP神经网络 | 第19-29页 |
| ·人工神经网络概述 | 第19-20页 |
| ·人工神经网络特性 | 第20-22页 |
| ·人工神经元模型 | 第20-21页 |
| ·人工神经网络结构 | 第21-22页 |
| ·人工神经网络的特性 | 第22页 |
| ·BP神经网络原理 | 第22-25页 |
| ·BP神经网络的特性及改进 | 第25-28页 |
| ·BP神经网络的特性 | 第25-26页 |
| ·BP算法的一般改进方法 | 第26-28页 |
| ·本章小结 | 第28-29页 |
| 第4章 模拟退火算法 | 第29-45页 |
| ·模拟退火算法原理 | 第29-35页 |
| ·固体退火过程 | 第29-31页 |
| ·模拟退火算法过程 | 第31-33页 |
| ·模拟退火算法的特性 | 第33-35页 |
| ·模拟退火算法的基本参数 | 第35-40页 |
| ·初始参数设置 | 第35-36页 |
| ·冷却进度表 | 第36-40页 |
| ·模拟退火算法的改进和变异 | 第40-44页 |
| ·加温退火法 | 第41-43页 |
| ·带记忆的模拟退火算法 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 第5章 模拟退火算法融合BP神经网络故障诊断 | 第45-56页 |
| ·模拟退火算法融合BP神经网络算法分析 | 第45-47页 |
| ·测试样本数据分析 | 第47-50页 |
| ·网络参数设置 | 第50-51页 |
| ·诊断结果及分析 | 第51-55页 |
| ·本章小结 | 第55-56页 |
| 第6章 总结与展望 | 第56-58页 |
| ·全文工作总结 | 第56页 |
| ·展望 | 第56-58页 |
| 参考文献 | 第58-61页 |
| 致谢 | 第61-62页 |
| 附录:攻读硕士学位期间公开发表的论文 | 第62页 |
