| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 第1章 绪论 | 第18-27页 |
| 1.1 选题的背景与意义 | 第18-19页 |
| 1.2 旋转机械故障诊断方法研究现状 | 第19页 |
| 1.3 传统的浅层故障诊断方法与基于深度学习理论的深层故障诊断方法 | 第19-24页 |
| 1.3.1 基于“特征提取+模式识别”的传统浅层旋转机械故障诊断方法 | 第20-22页 |
| 1.3.2 基于深度学习理论的深层旋转机械故障诊断方法 | 第22-24页 |
| 1.4 论文的研究思路与主要内容 | 第24-27页 |
| 1.4.1 论文的研究思路 | 第24页 |
| 1.4.2 论文的内容安排 | 第24-27页 |
| 第2章 GVMD方法及其在旋转机械复合故障诊断中的应用 | 第27-37页 |
| 2.1 引言 | 第27页 |
| 2.2 广义变分模态分解方法(GVMD) | 第27-32页 |
| 2.2.1 VMD基本原理 | 第27-28页 |
| 2.2.2 GVMD基本原理 | 第28-29页 |
| 2.2.3 GVMD仿真分析 | 第29-32页 |
| 2.3 GVMD方法在旋转机械复合故障诊断中的应用 | 第32-36页 |
| 2.3.1 GVMD方法在旋转机械复合故障诊断中的仿真分析 | 第32-34页 |
| 2.3.2 GVMD方法在旋转机械复合故障诊断中的实验分析 | 第34-36页 |
| 2.4 本章小结 | 第36-37页 |
| 第3章 AFDCNN方法及其在旋转机械故障诊断中的应用 | 第37-64页 |
| 3.1 引言 | 第37-38页 |
| 3.2 深度卷积神经网络算法(DCNN) | 第38-41页 |
| 3.2.1 DCNN结构 | 第38-40页 |
| 3.2.2 DCNN特征提取与分类能力研究 | 第40-41页 |
| 3.3 自适应Fisher准则的深度卷积神经网络算法 | 第41-43页 |
| 3.3.1 基于Fisher准则的深度卷积神经网络算法(FDCNN) | 第41-42页 |
| 3.3.2 自适应Fisher准则的深度卷积神经网络算法(AFDCNN) | 第42-43页 |
| 3.4 AFDCNN方法在齿轮故障诊断中的应用 | 第43-57页 |
| 3.4.1 AFDCNN方法在齿轮故障诊断中的仿真分析 | 第43-51页 |
| 3.4.2 AFDCNN方法在齿轮故障诊断中的实验分析 | 第51-57页 |
| 3.5 AFDCNN方法在滚动轴承故障诊断中的应用 | 第57-63页 |
| 3.5.1 AFDCNN方法在滚动轴承故障诊断中的仿真分析 | 第57-60页 |
| 3.5.2 AFDCNN方法在滚动轴承故障诊断中的实验分析 | 第60-63页 |
| 3.6 本章小结 | 第63-64页 |
| 第4章 SADBN方法及其在旋转机械故障诊断中的应用 | 第64-89页 |
| 4.1 引言 | 第64-65页 |
| 4.2 深度信念网络(DBN) | 第65-69页 |
| 4.2.1 DBN结构 | 第65-69页 |
| 4.2.2 DBN特征提取与分类能力研究 | 第69页 |
| 4.3 结构自适应深度信念网络算法(SADBN) | 第69-72页 |
| 4.3.1 SADBN理论基础 | 第70-71页 |
| 4.3.2 SADBN设计步骤 | 第71-72页 |
| 4.4 SADBN方法在齿轮故障诊断中的应用 | 第72-80页 |
| 4.4.1 基于SADBN方法的仿真信号故障诊断分析 | 第72-74页 |
| 4.4.2 SADBN方法在齿轮故障诊断中的实验分析 | 第74-80页 |
| 4.5 SADBN方法在滚动轴承故障诊断中的应用 | 第80-88页 |
| 4.5.1 基于SADBN方法的仿真信号故障诊断分析 | 第80-83页 |
| 4.5.2 SADBN方法在滚动轴承故障诊断中的实验分析 | 第83-88页 |
| 4.6 本章小结 | 第88-89页 |
| 第5章 基于深度学习工具的旋转机械复合故障诊断方法 | 第89-109页 |
| 5.1 引言 | 第89-90页 |
| 5.2 基于AFDCNN的齿轮箱复合故障诊断方法及其应用 | 第90-95页 |
| 5.2.1 基于AFDCNN的故障诊断方法设计步骤及仿真分析 | 第90-93页 |
| 5.2.2 基于AFDCNN的齿轮箱复合故障实验分析 | 第93-95页 |
| 5.3 基于SADBN的齿轮箱复合故障诊断方法及其应用 | 第95-108页 |
| 5.3.1 基于SADBN的故障诊断方法设计步骤及仿真分析 | 第95-102页 |
| 5.3.2 基于SADBN的齿轮箱复合故障实验分析 | 第102-108页 |
| 5.6 本章小结 | 第108-109页 |
| 结论与展望 | 第109-111页 |
| 1 研究结论 | 第109-110页 |
| 2 研究展望 | 第110-111页 |
| 参考文献 | 第111-119页 |
| 致谢 | 第119-120页 |
| 附录A 攻读学位期间发表和录用的论文目录 | 第120-121页 |
| 附录B 攻读学位期间参与的科研项目 | 第121页 |
