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 |