基于隐马尔科夫模型的机械传动装置故障诊断
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第13-19页 |
| 1.1 课题来源 | 第13页 |
| 1.2 选题背景及意义 | 第13-14页 |
| 1.3 国内外研究现状 | 第14-18页 |
| 1.3.1 故障诊断技术的现有方法 | 第14-17页 |
| 1.3.2 HMM及其在故障诊断中的应用 | 第17-18页 |
| 1.4 论文主要研究内容 | 第18-19页 |
| 第二章 振动信号的故障诊断方法和信号采集处理 | 第19-24页 |
| 2.1 引言 | 第19页 |
| 2.2 传动装置的故障分析 | 第19-20页 |
| 2.3 故障诊断方案分析 | 第20-22页 |
| 2.4 信号采集与处理 | 第22-23页 |
| 2.5 本章小结 | 第23-24页 |
| 第三章 故障信号的特征和特征提取技术 | 第24-35页 |
| 3.1 引言 | 第24页 |
| 3.2 故障信号特征处理 | 第24-28页 |
| 3.2.1 故障信号的幅值特征 | 第24-25页 |
| 3.2.2 故障信号的功率特征 | 第25-28页 |
| 3.3 故障信号特征向量的提取 | 第28-34页 |
| 3.3.1 EMD的实现过程 | 第28-31页 |
| 3.3.2 信号模态混叠的处理 | 第31-34页 |
| 3.3.3 特征向量的计算 | 第34页 |
| 3.4 本章小结 | 第34-35页 |
| 第四章 基于HMM的传动装置故障状态识别 | 第35-53页 |
| 4.1 引言 | 第35页 |
| 4.2 HMM的基本理论 | 第35-39页 |
| 4.2.1 Markov链 | 第35-37页 |
| 4.2.2 HMM的定义 | 第37-38页 |
| 4.2.3 HMM的分类 | 第38-39页 |
| 4.3 HMM故障诊断的实现过程 | 第39-51页 |
| 4.3.1 模型训练过程 | 第39-47页 |
| 4.3.2 状态识别过程 | 第47-50页 |
| 4.3.3 算法下溢问题的处理 | 第50-51页 |
| 4.4 基于HMM的传动装置故障诊断方法 | 第51-52页 |
| 4.5 本章小结 | 第52-53页 |
| 第五章 故障诊断软件和实验分析 | 第53-69页 |
| 5.1 引言 | 第53页 |
| 5.2 故障诊断软件 | 第53-59页 |
| 5.2.1 软件框架 | 第54页 |
| 5.2.2 软件功能 | 第54-59页 |
| 5.3 实验平台的搭建 | 第59-61页 |
| 5.3.1 实验仪器与装置 | 第59-60页 |
| 5.3.2 减速箱故障模拟方案 | 第60-61页 |
| 5.4 幅值谱和功率谱分析 | 第61-65页 |
| 5.5 HMM建模与诊断结果 | 第65-68页 |
| 5.6 本章小结 | 第68-69页 |
| 总结与展望 | 第69-71页 |
| 参考文献 | 第71-76页 |
| 攻读硕士学位期间发表的论文及申请的专利 | 第76-78页 |
| 致谢 | 第78页 |
