| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 第1章 绪论 | 第8-16页 |
| 1.1 课题来源 | 第8页 |
| 1.2 研究背景及意义 | 第8-9页 |
| 1.3 设备性能退化过程研究 | 第9-10页 |
| 1.4 设备退化预测技术概述 | 第10-15页 |
| 1.4.1 特征提取方法研究 | 第10-12页 |
| 1.4.2 特征选择和特征融合方法研究 | 第12-13页 |
| 1.4.3 退化预测方法研究 | 第13-15页 |
| 1.4.4 存在的不足 | 第15页 |
| 1.5 本文主要研究内容 | 第15-16页 |
| 第2章 滚动轴承振动信号降噪和退化特征选择研究 | 第16-34页 |
| 2.1 引言 | 第16-17页 |
| 2.2 基于VMD-峭度准则的振动信号降噪处理 | 第17-19页 |
| 2.2.1 VMD原理 | 第17-19页 |
| 2.2.2 基于VMD-峭度准则的降噪方法 | 第19页 |
| 2.3 滚动轴承多域特征提取 | 第19-22页 |
| 2.3.1 时域和频域特征提取 | 第19-20页 |
| 2.3.2 时频域特征提取 | 第20-22页 |
| 2.4 基于多评价指标的滚动轴承退化特征选择方法 | 第22-24页 |
| 2.4.1 性能退化评价指标 | 第22-24页 |
| 2.4.2 特征选择 | 第24页 |
| 2.5 实例验证 | 第24-33页 |
| 2.5.1 轴承性能退化试验 | 第24-26页 |
| 2.5.2 方法验证及结果分析 | 第26-33页 |
| 2.6 本章小结 | 第33-34页 |
| 第3章 基于累积变换的退化指标建立 | 第34-52页 |
| 3.1 引言 | 第34-35页 |
| 3.2 基于累积变换的累积特征提取 | 第35-38页 |
| 3.2.1 累积变换算法 | 第35-36页 |
| 3.2.2 仿真算例 | 第36-38页 |
| 3.2.3 累积特征提取 | 第38页 |
| 3.3 基于特征融合的退化指标的建立 | 第38-40页 |
| 3.3.1 PCA算法 | 第39页 |
| 3.3.2 基于PCA的退化指标的建立 | 第39-40页 |
| 3.4 实例验证 | 第40-51页 |
| 3.4.1 IMS试验台 | 第40-41页 |
| 3.4.2 方法验证及结果分析 | 第41-51页 |
| 3.5 本章小结 | 第51-52页 |
| 第4章 基于Adaboost和ELM的集成预测模型研究 | 第52-66页 |
| 4.1 引言 | 第52页 |
| 4.2 ELM介绍 | 第52-55页 |
| 4.2.1 极限学习机概述 | 第52-53页 |
| 4.2.2 极限学习机原理 | 第53-55页 |
| 4.3 AdaBoost算法 | 第55-57页 |
| 4.4 基于Adaboost和ELM的集成预测模型 | 第57-59页 |
| 4.5 仿真验证和实例验证 | 第59-65页 |
| 4.5.1 仿真验证 | 第59-61页 |
| 4.5.2 试验验证 | 第61-65页 |
| 4.6 本章小结 | 第65-66页 |
| 第5章 结论与展望 | 第66-68页 |
| 5.1 结论 | 第66页 |
| 5.2 展望 | 第66-68页 |
| 参考文献 | 第68-75页 |
| 致谢 | 第75页 |