首页--工业技术论文--机械、仪表工业论文--机械制造工艺论文--柔性制造系统及柔性制造单元论文

基于逻辑回归和高斯混合模型的设备故障诊断技术研究与应用

摘要第1-7页
Abstract第7-15页
第一章 绪论第15-23页
   ·课题背景第15-17页
     ·课题来源第15页
     ·课题研究的目的和意义第15-17页
   ·国内外研究现状第17-20页
     ·设备性能退化评估第17-18页
     ·设备故障模式识别第18-20页
   ·本文研究工作及创新点第20-23页
第二章 数据处理方法第23-33页
   ·引言第23页
   ·信号处理第23-29页
     ·快速傅里叶变换第23-25页
     ·小波变换第25-27页
     ·小波包分解第27-29页
   ·特征选择与特征抽取第29-32页
     ·特征选择第29-30页
     ·特征抽取第30页
     ·主成分分析第30-32页
   ·本章小结第32-33页
第三章 逻辑回归与高斯混合模型理论第33-45页
   ·引言第33页
   ·逻辑回归第33-37页
     ·基本概念及发展现状第33页
     ·逻辑回归数学表述第33-35页
     ·逻辑回归参数估计第35-37页
   ·高斯混合模型第37-43页
     ·基本概念及发展现状第37页
     ·高斯混合模型数学表述第37-38页
     ·高斯混合模型参数估计第38-41页
     ·参数初始化问题第41-42页
     ·混合数确定问题第42-43页
   ·本章小结第43-45页
第四章 设备性能退化评估模型的建立及应用第45-73页
   ·引言第45页
   ·基于逻辑回归模型的滚动轴承性能退化评估技术第45-59页
     ·模型的建立及方法流程第46-47页
     ·逻辑回归特征值选择第47-49页
     ·实验台数据验证第49-55页
     ·CWRU数据验证第55-59页
   ·基于高斯混合模型的离心压缩机性能退化评估技术第59-71页
     ·模型的建立及方法流程第60-62页
     ·高斯混合模型的特征值选择第62-63页
     ·现场数据验证及工程应用第63-71页
   ·本章小结第71-73页
第五章 设备故障模式识别模型的建立及应用第73-85页
   ·引言第73页
   ·基于高斯混合模型的故障模式识别方法第73-83页
     ·故障模式识别模型的建立第73-74页
     ·实验数据来源第74页
     ·基于贝叶斯分类器的识别方法第74-76页
     ·基于特征空间重合度的识别方法第76-83页
   ·本章小结第83-85页
第六章 结论与展望第85-89页
   ·本文的主要研究成果第85-86页
   ·后续工作展望第86-89页
参考文献第89-93页
致谢第93-95页
攻读学位期间参与的科研项目及撰写的学术论文第95-97页
作者和导师简介第97-98页
北京化工大学硕士研究生学位论文答辩委员会决议书第98-99页

论文共99页,点击 下载论文
上一篇:基于软件复用的LXI总线VISA动态链接库的扩展及实现
下一篇:基于支持向量机的管道泄漏声发射检测研究