基于图的旋转机械健康状态评估与早期故障诊断技术研究
| 摘要 | 第9-11页 |
| ABSTRACT | 第11-12页 |
| 第1章 绪论 | 第13-21页 |
| 1.1 研究背景 | 第13-14页 |
| 1.2 研究现状 | 第14-18页 |
| 1.2.1 信号采集 | 第15页 |
| 1.2.2 信号处理 | 第15-17页 |
| 1.2.3 健康状态评估 | 第17页 |
| 1.2.4 故障诊断 | 第17-18页 |
| 1.3 研究内容 | 第18-21页 |
| 第2章 振动信号图建模方法 | 第21-27页 |
| 2.1 短时周期图谱提取 | 第22-23页 |
| 2.2 无向加权图建模 | 第23-25页 |
| 2.3 本章小结 | 第25-27页 |
| 第3章 基于图的健康状态评估方法与验证 | 第27-39页 |
| 3.1 图谱频率提取 | 第27-29页 |
| 3.2 异常决策 | 第29-30页 |
| 3.3 实验分析 | 第30-34页 |
| 3.3.1 实验材料 | 第30页 |
| 3.3.2 实验结果 | 第30-34页 |
| 3.4 本章小结 | 第34-39页 |
| 第4章 基于图的早期故障诊断方法与验证 | 第39-51页 |
| 4.1 基于图的K近邻分类器 | 第39-40页 |
| 4.2 图距离度量准则研究 | 第40-43页 |
| 4.2.1 图熵距离 | 第41页 |
| 4.2.2 图谱距离 | 第41-42页 |
| 4.2.3 模式距离 | 第42页 |
| 4.2.4 加权边距离 | 第42-43页 |
| 4.3 实验分析 | 第43-47页 |
| 4.3.1 实验材料 | 第43-45页 |
| 4.3.2 实验结果 | 第45-47页 |
| 4.3.3 讨论 | 第47页 |
| 4.4 本章小结 | 第47-51页 |
| 总结与展望 | 第51-53页 |
| 参考文献 | 第53-59页 |
| 攻读硕士学位期间取得的科研成果及奖励 | 第59-61页 |
| 致谢 | 第61-62页 |
| 学位论文评阅及答辩情况表 | 第62页 |
