基于EMD和神经网络的结构故障诊断与在线监测研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-11页 |
| 第一章 绪论 | 第11-18页 |
| ·引言 | 第11-13页 |
| ·国内外研究现状 | 第13-16页 |
| ·经验模态分解的发展与研究现状 | 第13-14页 |
| ·神经网络发展历史以及国内外研究现状 | 第14-16页 |
| ·本文的主要研究内容 | 第16-18页 |
| 第二章 常用时频分析方法特点及其局限性分析 | 第18-28页 |
| ·信号分辨率 | 第18-19页 |
| ·常用时频分析方法特点及其局限性 | 第19-25页 |
| ·短时傅立叶变换 | 第19-21页 |
| ·小波变换 | 第21-23页 |
| ·Wigner-Ville 分布 | 第23-25页 |
| ·瞬时频率 | 第25-28页 |
| 第三章 EMD 时频分析方法的基本理论 | 第28-36页 |
| ·EMD 方法的基本概念 | 第28-29页 |
| ·特征尺度参数 | 第28-29页 |
| ·固有模态函数 | 第29页 |
| ·EMD 算法原理 | 第29-34页 |
| ·EMD 分解的原理及实现 | 第29-32页 |
| ·EMD 分解的完备性和正交性 | 第32-34页 |
| ·Hilbert 谱与 Hilbert 边际谱 | 第34-36页 |
| 第四章 人工神经网络及BP 学习算法 | 第36-46页 |
| ·人工神经网络模型 | 第36-37页 |
| ·人工神经网络类型 | 第37页 |
| ·神经网络的学习算法 | 第37-38页 |
| ·BP 网络 | 第38-46页 |
| ·BP 网络模型与结构 | 第38-39页 |
| ·BP 学习规则 | 第39-41页 |
| ·BP 网络的训练过程 | 第41-42页 |
| ·BP 网络的设计 | 第42-43页 |
| ·BP 算法的不足与改进方法 | 第43-44页 |
| ·BP 程序算例 | 第44-46页 |
| 第五章 简支梁故障信号提取与分析 | 第46-65页 |
| ·简支梁振动仿真研究 | 第46-58页 |
| ·仿真模型 | 第46-47页 |
| ·有限元模型的修正 | 第47-48页 |
| ·故障特征的提取 | 第48-49页 |
| ·仿真实验方案 | 第49-52页 |
| ·BP 神经网络的训练与测试 | 第52-58页 |
| ·结构故障的模拟试验 | 第58-65页 |
| ·试验方案 | 第58-59页 |
| ·试验装置 | 第59-60页 |
| ·故障模拟 | 第60页 |
| ·试验过程 | 第60-61页 |
| ·试验结果分析 | 第61-64页 |
| ·结论 | 第64-65页 |
| 第六章 总结与展望 | 第65-67页 |
| ·本文工作总结 | 第65页 |
| ·工作展望 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 致谢 | 第71-72页 |
| 在学期间的研究成果及发表的学术论文 | 第72-73页 |
| 附录 | 第73页 |
