首页--工业技术论文--机械、仪表工业论文--机械零件及传动装置论文--转动机件论文--轴承论文--滚动轴承论文

基于压缩感知和机器学习的滚动轴承故障诊断方法研究

摘要第4-5页
Abstract第5-6页
第1章 绪论第9-15页
    1.1 课题背景及研究意义第9-10页
    1.2 国内外研究现状第10-12页
        1.2.1 旋转机械故障诊断技术研究现状第10-11页
        1.2.2 压缩感知技术研究现状第11-12页
    1.3 旋转机械故障诊断技术面临的主要挑战第12页
    1.4 论文的主要工作及结构安排第12-15页
第2章 旋转机械故障诊断机理及其方法研究第15-27页
    2.1 滚动轴承的故障机理第15-17页
        2.1.1 基本结构第15页
        2.1.2 故障形式第15-16页
        2.1.3 振动机理第16-17页
    2.2 旋转机械故障诊断技术第17-22页
        2.2.1 通用机械故障诊断方法第17-18页
        2.2.2 信号预处理方法第18-20页
        2.2.3 特征信息提取方法第20-21页
        2.2.4 模式识别方法第21-22页
    2.3 压缩感知技术第22-26页
        2.3.1 压缩感知框架第22-23页
        2.3.2 信号稀疏表示第23-24页
        2.3.3 压缩测量过程第24-25页
        2.3.4 信号重构过程第25-26页
    2.4 本章小结第26-27页
第3章 基于压缩感知和启发式神经网络的滚动轴承故障诊断方法第27-47页
    3.1 滚动轴承振动信号预处理第27-30页
        3.1.1 基于阈值的第二代小波去噪算法第27-28页
        3.1.2 基于三次埃尔米特插值函数的局部均值分解算法第28-30页
    3.2 基于压缩感知技术的滚动轴承故障特征提取第30-32页
        3.2.1 PF分量信号的稀疏表示第30页
        3.2.2 PF分量信号的压缩测量与特征提取第30-31页
        3.2.3 PF分量信号的重构过程第31-32页
    3.3 基于启发式神经网络的滚动轴承故障诊断第32-35页
        3.3.1 启发式神经网络的构造第33-34页
        3.3.2 滚动轴承故障诊断实现流程第34-35页
    3.4 实验仿真与结果分析第35-46页
        3.4.1 内圈故障振动信号时频分析与特征提取第36-39页
        3.4.2 外圈故障振动信号时频分析与特征提取第39-41页
        3.4.3 球故障振动信号时频分析与特征提取第41-44页
        3.4.4 不同数据集的滚动轴承故障诊断第44-46页
    3.5 本章小结第46-47页
第4章 基于压缩感知和邻域粗糙集的PSO-SVM滚动轴承故障诊断方法第47-61页
    4.1 基于阈值的自适应冗余提升小波包的振动信号去噪第47-49页
    4.2 基于压缩感知和邻域粗糙集的滚动轴承故障特征提取第49-52页
        4.2.1 基于压缩感知的候选特征提取算法第49-51页
        4.2.2 基于邻域粗糙集的敏感特征选择算法第51-52页
    4.3 基于优化的支持向量机的滚动轴承故障诊断第52-54页
        4.3.1 PSO-SVM分类器的构造第52-53页
        4.3.2 滚动轴承故障诊断实现流程第53-54页
    4.4 实验仿真与结果分析第54-60页
        4.4.1 不同故障振动信号的去噪第55页
        4.4.2 不同故障振动信号的特征提取和选择第55-58页
        4.4.3 不同数据集的滚动轴承故障诊断第58-60页
    4.5 本章小结第60-61页
第5章 基于混合时频分析和随机森林的滚动轴承故障诊断方法第61-77页
    5.1 基于混合时频分析的滚动轴承故障特征提取第61-64页
        5.1.1 基于自适应噪声的完备经验模态分解算法第61-63页
        5.1.2 基于谱峭度的自适应冗余提升小波包去噪算法第63-64页
    5.2 基于随机森林的滚动轴承故障诊断第64-65页
    5.3 实验仿真与结果分析第65-75页
        5.3.1 不同故障振动信号的特征提取第66-73页
        5.3.2 不同数据集的滚动轴承故障诊断第73-75页
    5.4 本章小结第75-77页
结论第77-79页
参考文献第79-85页
攻读硕士学位期间发表的论文第85页
攻读硕士学位期间获得的奖励第85页
攻读硕士学位期间参加的科研项目第85-87页
致谢第87页

论文共87页,点击 下载论文
上一篇:分布式光纤温度传感系统的研究与实现
下一篇:史陶比尔工业机器人的一种运动学算法及激光加工实验研究