基于BP神经网络和RBF神经网络的发动机故障诊断分析
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-11页 |
| ·课题研究目的和意义 | 第8页 |
| ·本课题研究现状 | 第8-10页 |
| ·国外研究现状 | 第9页 |
| ·国内研究现状 | 第9-10页 |
| ·课题主要研究内容 | 第10页 |
| ·本章小结 | 第10-11页 |
| 第二章 发动机振动信号处理基础 | 第11-18页 |
| ·信号的时频分析法 | 第11-14页 |
| ·小波变换 | 第14-16页 |
| ·小波变换定义 | 第14页 |
| ·离散小波变换 | 第14-15页 |
| ·小波函数的选择 | 第15-16页 |
| ·小波包变换 | 第16页 |
| ·本章小结 | 第16-18页 |
| 第三章 基于信号处理的人工神经网络 | 第18-24页 |
| ·人工神经网络简介 | 第18页 |
| ·BP神经网络 | 第18-21页 |
| ·RBF神经网络 | 第21-22页 |
| ·本章小结 | 第22-24页 |
| 第四章 信号测试系统的建立 | 第24-35页 |
| ·试验台架的搭建 | 第24-29页 |
| ·数据采集系统 | 第29-34页 |
| ·数据采集系统的连接 | 第29-30页 |
| ·试验测点的选择 | 第30页 |
| ·采样频率的设定 | 第30页 |
| ·试验方案 | 第30-31页 |
| ·试验步骤 | 第31-32页 |
| ·数据采集 | 第32-34页 |
| ·本章小结 | 第34-35页 |
| 第五章 基于振动信号分析的发动机故障诊断 | 第35-54页 |
| ·振动信号的时频分析 | 第35-41页 |
| ·时域分析 | 第35-37页 |
| ·频谱分析 | 第37-41页 |
| ·振动信号的消噪 | 第41-42页 |
| ·故障特征向量提取 | 第42-48页 |
| ·基于神经网络的故障识别 | 第48-52页 |
| ·BP神经网络 | 第48-50页 |
| ·RBF神经网络 | 第50-52页 |
| ·两种神经网络的比较 | 第52页 |
| ·本章小结 | 第52-54页 |
| 第六章 总结与展望 | 第54-56页 |
| ·总结 | 第54页 |
| ·问题 | 第54-55页 |
| ·展望 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 致谢 | 第59-60页 |
| 在读期间取得的科研成果 | 第60页 |
