| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 课题研究的目的和意义 | 第10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 智能故障诊断技术现状 | 第11页 |
| 1.2.2 状态评估技术现状 | 第11-12页 |
| 1.2.3 模式识别技术研究现状 | 第12-13页 |
| 1.2.4 智能优化算法研究现状 | 第13页 |
| 1.3 本文研究的主要内容 | 第13-15页 |
| 第2章 滚动轴承故障特征提取 | 第15-23页 |
| 2.1 时域统计指标 | 第15-16页 |
| 2.2 频域统计指标 | 第16-18页 |
| 2.3 小波包特征指标 | 第18-22页 |
| 2.3.1 小波与小波包变换 | 第18-21页 |
| 2.3.2 信息熵 | 第21页 |
| 2.3.3 时频特征 | 第21-22页 |
| 2.4 特征集构造 | 第22页 |
| 2.5 本章小结 | 第22-23页 |
| 第3章 超球体支持向量机的研究及多核优化 | 第23-33页 |
| 3.1 支持向量机 | 第23-28页 |
| 3.1.1 超平面支持向量机 | 第23-25页 |
| 3.1.2 超球体支持向量机 | 第25-28页 |
| 3.1.3 SVM与HSVM主要区别 | 第28页 |
| 3.2 超球体支持向量机多核优化 | 第28-31页 |
| 3.2.1 核函数 | 第29页 |
| 3.2.2 多核核函数构造 | 第29-30页 |
| 3.2.3 多核超球体支持向量机模型 | 第30-31页 |
| 3.3 多核超球体支持向量机实验分析 | 第31-32页 |
| 3.4 本章小结 | 第32-33页 |
| 第4章 智能优化算法 | 第33-46页 |
| 4.1 遗传算法 | 第33-35页 |
| 4.2 粒子群算法 | 第35-36页 |
| 4.3 果蝇算法 | 第36-38页 |
| 4.4 混沌优化果蝇算法 | 第38-41页 |
| 4.4.1 混沌理论 | 第39页 |
| 4.4.2 原始果蝇算法的改进 | 第39-40页 |
| 4.4.3 混沌优化果蝇算法步骤 | 第40-41页 |
| 4.5 智能优化算法实验分析 | 第41-45页 |
| 4.6 本章小结 | 第45-46页 |
| 第5章 滚动轴承性能退化评估 | 第46-58页 |
| 5.1 实验环境与数据来源 | 第46-47页 |
| 5.2 基于小波包特征指标的滚动轴承性能退化评估 | 第47-50页 |
| 5.3 基于CFOA-MKHSVM模型的性能退化评估方法 | 第50-57页 |
| 5.3.1 CFOA-MKHSVM模型的建立 | 第50-51页 |
| 5.3.2 滚动轴承性能退化评估指标及方法流程 | 第51-53页 |
| 5.3.3 实验与分析 | 第53-57页 |
| 5.4 本章小结 | 第57-58页 |
| 结论 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 攻读硕士学位期间发表的学术论文及获得成果 | 第63-64页 |
| 致谢 | 第64页 |