独立分量分析的重盲分离研究及其在机械故障诊断中的应用
| 摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 第一章 绪论 | 第7-12页 |
| 1.1 课题研究的背景与意义 | 第7-9页 |
| 1.2 国内外相关技术研究现状 | 第9-10页 |
| 1.3 课题来源及主要的研究内容 | 第10-11页 |
| 1.4 课题研究的创新内容 | 第11-12页 |
| 第二章 机械系统故障检测与诊断原理 | 第12-26页 |
| 2.1 机械故障诊断基本原理 | 第12-18页 |
| 2.1.1 机械故障概述 | 第12-15页 |
| 2.1.2 机械故障特征参量 | 第15-16页 |
| 2.1.3 机械故障诊断的一般思维方法 | 第16-18页 |
| 2.2 故障诊断的信号分析与处理技术 | 第18-26页 |
| 2.2.1 信号处理中常用变换 | 第19-21页 |
| 2.2.2 时域分析方法 | 第21-24页 |
| 2.2.3 频域分析方法 | 第24-26页 |
| 第三章 独立分量分析的盲源分离原理 | 第26-42页 |
| 3.1 盲源分离的数学基础 | 第27-32页 |
| 3.1.1 概率论与统计特征 | 第27-30页 |
| 3.1.2 信息论相关基础知识 | 第30-32页 |
| 3.2 基于独立分量分析的盲源分离方法 | 第32-42页 |
| 3.2.1 独立分量分析的预处理 | 第34-35页 |
| 3.2.2 独立分量分析的一般提法与优化判据 | 第35-36页 |
| 3.2.3 独立分量分析的优化算法 | 第36-39页 |
| 3.2.4 独立分量分析仿真实验 | 第39-42页 |
| 第四章 重盲分离方法与原理 | 第42-52页 |
| 4.1 ICA 方法的缺点与不足 | 第42-44页 |
| 4.1.1 独立分量分析的不确定性与局限性 | 第42-43页 |
| 4.1.2 有噪声的独立分量分析 | 第43-44页 |
| 4.2 Re-ICA 方法的提出与原理方法 | 第44-52页 |
| 4.2.1 Re-ICA 方法的提出 | 第44页 |
| 4.2.2 Re-ICA 方法的原理 | 第44-46页 |
| 4.2.3 Re-ICA 方法的仿真与应用 | 第46-49页 |
| 4.2.4 Re-ICA 方法的限定 | 第49-52页 |
| 第五章 结论与展望 | 第52-54页 |
| 参考文献 | 第54-57页 |
| 发表论文和参加科研情况说明 | 第57-58页 |
| 致谢 | 第58页 |
