基于谱峭度与高阶累积量的旋转机械故障诊断方法研究
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第14-22页 |
| 1.1 课题研究背景及意义 | 第14-15页 |
| 1.2 国内外研究现状 | 第15-18页 |
| 1.2.1 基于谱峭度指标的特征提取方法 | 第16页 |
| 1.2.2 基于高阶累积量的特征提取方法 | 第16-17页 |
| 1.2.3 群体智能算法 | 第17-18页 |
| 1.3 课题来源 | 第18页 |
| 1.4 论文主要研究内容 | 第18-22页 |
| 1.4.1 论文内容及思路 | 第18-19页 |
| 1.4.2 论文结构安排 | 第19-22页 |
| 第二章 基于谱峭度指标的滤波器参数确定方法 | 第22-38页 |
| 2.1 快速峭度图 | 第22-30页 |
| 2.1.1 基于短时傅里叶变换的谱峭度 | 第22-24页 |
| 2.1.2 基于快速峭度图的滤波器参数确定方法 | 第24-26页 |
| 2.1.3 实验验证与分析 | 第26-30页 |
| 2.2 窄带滤波 | 第30-36页 |
| 2.2.1 基于窄带滤波的滤波器器参数确定方法 | 第30-31页 |
| 2.2.2 实验验证与分析 | 第31-36页 |
| 2.3 本章小结 | 第36-38页 |
| 第三章 匹配滤波器构造方法研究 | 第38-52页 |
| 3.1 基于谱峭度指标的匹配滤波器构建 | 第38-41页 |
| 3.1.1 谱峭度指标在故障诊断中的应用 | 第38-40页 |
| 3.1.2 根据谱峭度指标的匹配滤波器构建方法 | 第40-41页 |
| 3.2 基于高阶累积量的改进匹配滤波器构建 | 第41-43页 |
| 3.3 实验验证与对比分析 | 第43-51页 |
| 3.3.1 传统包络谱方法分析 | 第44页 |
| 3.3.2 快速峭度图方法分析 | 第44-46页 |
| 3.3.3 匹配滤波器分析 | 第46-49页 |
| 3.3.4 改进匹配滤波器分析 | 第49-51页 |
| 3.4 本章小结 | 第51-52页 |
| 第四章 基于高阶累积量的特征提取方法研究 | 第52-72页 |
| 4.1 高阶累积量理论 | 第52-53页 |
| 4.1.1 随机变量的特征函数 | 第52-53页 |
| 4.1.2 高阶累积量定义及性质 | 第53页 |
| 4.2 基于1.5维谱的特征提取方法 | 第53-61页 |
| 4.2.1 高阶累积量与高阶矩的变换关系 | 第53-54页 |
| 4.2.2 1.5维谱定义 | 第54-55页 |
| 4.2.3 仿真信号分析 | 第55-56页 |
| 4.2.4 实验验证与分析 | 第56-61页 |
| 4.3 基于双通道数据融合的特征提取方法 | 第61-71页 |
| 4.3.1 信息融合理论 | 第61-62页 |
| 4.3.2 双通道数据融合 | 第62-64页 |
| 4.3.3 实验验证与分析 | 第64-66页 |
| 4.3.4 传感器安装位置的影响 | 第66-68页 |
| 4.3.5 双通道数据融合在复合故障诊断中的应用 | 第68-71页 |
| 4.4 本章小结 | 第71-72页 |
| 第五章 基于蛙跳算法的模式识别方法研究 | 第72-96页 |
| 5.1 蛙跳算法理论基础 | 第72-75页 |
| 5.2 峭度谱熵及常规特征参数 | 第75-78页 |
| 5.3 实验验证与分析 | 第78-95页 |
| 5.4 本章小结 | 第95-96页 |
| 第六章 结论与展望 | 第96-98页 |
| 6.1 研究工作总结 | 第96页 |
| 6.2 研究展望 | 第96-98页 |
| 参考文献 | 第98-102页 |
| 致谢 | 第102-104页 |
| 研究成果及发表的学术论文 | 第104-106页 |
| 作者及导师简介 | 第106-107页 |
| 北京化工大学硕士研究生学位论文答辩委员会决议书 | 第107-108页 |
