基于模式库的矿山设备健康诊断方法研究
| 致谢 | 第1-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 目录 | 第7-9页 |
| Contents | 第9-11页 |
| 图清单 | 第11-12页 |
| 表清单 | 第12-13页 |
| 1 绪论 | 第13-18页 |
| ·研究背景 | 第13页 |
| ·研究意义 | 第13-14页 |
| ·国内外研究现状 | 第14-16页 |
| ·主要内容及创新点 | 第16页 |
| ·章节安排 | 第16-18页 |
| 2 健康诊断和常见信号分析技术 | 第18-27页 |
| ·健康状况分析与故障诊断的简述 | 第18页 |
| ·常见的信号分析技术 | 第18-22页 |
| ·上位机的实现 | 第22-26页 |
| ·本章小结 | 第26-27页 |
| 3 基于模式库系统整体设计 | 第27-31页 |
| ·需求分析 | 第27页 |
| ·系统总体设计架构图 | 第27-28页 |
| ·系统整体流程步骤 | 第28-30页 |
| ·本章小结 | 第30-31页 |
| 4 基于小波的健康模式库研究 | 第31-44页 |
| ·基于小波包提取特征值的方法 | 第31-37页 |
| ·数据库的建立 | 第37-41页 |
| ·数据仿真分析 | 第41-43页 |
| ·本章小结 | 第43-44页 |
| 5 基于支持向量机健康诊断研究 | 第44-51页 |
| ·机器学习基本理论 | 第44-46页 |
| ·常用诊断方法 | 第46页 |
| ·基于支持向量机的健康诊断 | 第46-49页 |
| ·系统仿真与分析 | 第49-50页 |
| ·本章小结 | 第50-51页 |
| 6 总结与展望 | 第51-53页 |
| ·结论 | 第51页 |
| ·展望 | 第51-53页 |
| 参考文献 | 第53-57页 |
| 作者简历 | 第57-59页 |
| 学位论文数据集 | 第59页 |
