| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 符号说明 | 第11-13页 |
| 第一章 绪论 | 第13-27页 |
| 1.1 课题概述 | 第13-15页 |
| 1.2 国内外研究现状 | 第15-24页 |
| 1.2.1 性能退化评估方法 | 第15-18页 |
| 1.2.2 隐马尔可夫模型 | 第18-20页 |
| 1.2.3 变工况信号处理方法 | 第20-22页 |
| 1.2.4 传感器位置优化 | 第22-23页 |
| 1.2.5 寿命预测方法 | 第23-24页 |
| 1.3 主要研究内容 | 第24-27页 |
| 第二章 隐马尔可夫模型的基本理论 | 第27-57页 |
| 2.1 引言 | 第27-28页 |
| 2.2 马尔可夫链 | 第28-31页 |
| 2.2.1 转移矩阵 | 第28-29页 |
| 2.2.2 马尔可夫链的类型 | 第29-30页 |
| 2.2.3 实例说明 | 第30-31页 |
| 2.3 隐马尔可夫模型 | 第31-33页 |
| 2.4 隐马尔可夫模型的基本算法 | 第33-40页 |
| 2.4.1 基本问题 | 第33-34页 |
| 2.4.2 Forward-backward算法 | 第34-36页 |
| 2.4.3 Viterbi算法 | 第36-38页 |
| 2.4.4 Baum-Welch算法 | 第38-40页 |
| 2.5 常用隐马尔可夫模型 | 第40-52页 |
| 2.5.1 连续隐马尔可夫模型 | 第40-48页 |
| 2.5.2 耦合隐马尔可夫模型 | 第48-52页 |
| 2.6 基于隐马尔可夫模型的轴承故障诊断的流程 | 第52-55页 |
| 2.6.1 基本思想 | 第52-53页 |
| 2.6.2 基于连续隐马尔可夫模型的故障诊断 | 第53-54页 |
| 2.6.3 基于耦合隐马尔可夫模型的故障诊断 | 第54-55页 |
| 2.7 本章小结 | 第55-57页 |
| 第三章 基于隐马尔可夫模型的性能退化评估与寿命预测方法的改进研究 | 第57-79页 |
| 3.1 引言 | 第57页 |
| 3.2 基于隐马尔可夫模型的性能退化评估 | 第57-59页 |
| 3.3 冗余属性投影 | 第59-62页 |
| 3.3.1 投影变换 | 第59-60页 |
| 3.3.2 投影矩阵 | 第60-61页 |
| 3.3.3 品质因子 | 第61-62页 |
| 3.4 寿命预测 | 第62-65页 |
| 3.4.1 常见预测方法 | 第62-63页 |
| 3.4.2 基于隐马尔可夫模型的寿命预测方法 | 第63-65页 |
| 3.5 隐半马尔可夫模型 | 第65-78页 |
| 3.5.1 模型参数 | 第65-67页 |
| 3.5.2 基本算法 | 第67-71页 |
| 3.5.3 基于HSMM的滚动轴承故障诊断 | 第71-72页 |
| 3.5.4 实例分析与结果讨论 | 第72-78页 |
| 3.6 本章小结 | 第78-79页 |
| 第四章 消除信道干扰的隐马尔可夫模型性能退化评估 | 第79-99页 |
| 4.1 引言 | 第79-80页 |
| 4.2 基于冗余属性投影消除信道干扰的基本原理 | 第80-84页 |
| 4.2.1 基本原理 | 第80-81页 |
| 4.2.2 基本算法 | 第81-84页 |
| 4.3 消除信道干扰的隐马尔可夫模型性能退化评估方法 | 第84-85页 |
| 4.4 滚动轴承加速疲劳试验 | 第85-97页 |
| 4.4.1 试验台介绍 | 第85-88页 |
| 4.4.2 数据分析 | 第88-90页 |
| 4.4.3 特征提取 | 第90-91页 |
| 4.4.4 冗余属性投影计算 | 第91-92页 |
| 4.4.5 性能退化评估 | 第92-97页 |
| 4.5 本章小结 | 第97-99页 |
| 第五章 消除工况干扰的隐马尔可夫模型性能退化评估 | 第99-121页 |
| 5.1 引言 | 第99页 |
| 5.2 基于冗余属性投影消除工况干扰的算法 | 第99-100页 |
| 5.3 消除工况干扰的隐马尔可夫模型性能退化评估方法 | 第100-101页 |
| 5.4 仿真数据分析 | 第101-110页 |
| 5.4.1 仿真信号模型 | 第102页 |
| 5.4.2 仿真数据 | 第102-103页 |
| 5.4.3 数据分析 | 第103-107页 |
| 5.4.4 特征选择讨论 | 第107-110页 |
| 5.4.5 结论 | 第110页 |
| 5.5 PRONOSTIA加速疲劳试验数据分析 | 第110-119页 |
| 5.5.1 试验台介绍 | 第110-113页 |
| 5.5.2 试验数据 | 第113-114页 |
| 5.5.3 特征提取和冗余属性投影 | 第114页 |
| 5.5.4 性能退化评估 | 第114-116页 |
| 5.5.5 对比分析及结果讨论一 | 第116-117页 |
| 5.5.6 对比分析及结果讨论二 | 第117-119页 |
| 5.6 本章小结 | 第119-121页 |
| 第六章 基于冗余属性投影和状态剩余停留时间估计的寿命预测方法 | 第121-137页 |
| 6.1 引言 | 第121页 |
| 6.2 基于隐半马尔可夫模型的寿命预测方法 | 第121-124页 |
| 6.2.1 基本思想 | 第122页 |
| 6.2.2 基于隐半马尔可夫模型的寿命预测方法 | 第122-124页 |
| 6.3 基于状态剩余停留时间估计的剩余有效寿命预测方法 | 第124-125页 |
| 6.4 仿真信号分析 | 第125-127页 |
| 6.4.1 特征提取 | 第126页 |
| 6.4.2 HSMM建模 | 第126-127页 |
| 6.4.3 寿命预测 | 第127页 |
| 6.5 基于NAP和状态剩余停留时间估计的剩余有效寿命预测 | 第127-128页 |
| 6.6 PRONOSTIA加速疲劳试验验证 | 第128-136页 |
| 6.6.1 数据分析 | 第129-131页 |
| 6.6.2 特征提取和冗余属性投影 | 第131-132页 |
| 6.6.3 HSMM建模 | 第132-133页 |
| 6.6.4 寿命预测 | 第133-134页 |
| 6.6.5 对比分析及结果讨论 | 第134页 |
| 6.6.6 多工况试验数据分析 | 第134-136页 |
| 6.7 本章小结 | 第136-137页 |
| 第七章 总结与展望 | 第137-141页 |
| 7.1 全文工作总结 | 第137-138页 |
| 7.2 主要创新点 | 第138页 |
| 7.3 展望 | 第138-141页 |
| 参考文献 | 第141-153页 |
| 攻读博士学位期间发表的学术论文清单 | 第153-154页 |
| 攻读博士学位期间参与科研项目情况 | 第154-155页 |
| 致谢 | 第155-157页 |
