全液压钻机盲源分离故障诊断技术研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 引言 | 第9-14页 |
| 1.1 选题背景 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.2.1 机械与液压故障诊断研究现状 | 第11页 |
| 1.2.2 盲源分离在机械故障诊断中的应用现状 | 第11-12页 |
| 1.3 研究内容 | 第12-14页 |
| 第2章 全液压钻机的故障特征分析 | 第14-29页 |
| 2.1 钻机控制系统结构与工作原理概述 | 第14-18页 |
| 2.2 全液压钻机液压系统故障模式与故障机理分析 | 第18-21页 |
| 2.2.1 液压系统故障模式分析 | 第18-19页 |
| 2.2.2 液压系统故障机理分析 | 第19-21页 |
| 2.3 全液压钻机机械传动系统故障分析 | 第21-27页 |
| 2.3.1 减速器故障的主要形式 | 第21-23页 |
| 2.3.2 减速器故障类型及振动机理 | 第23-27页 |
| 2.4 全液压钻机的故障研究策略分析 | 第27-28页 |
| 2.5 本章小结 | 第28-29页 |
| 第3章 盲源分离的理论基础与典型算法研究 | 第29-43页 |
| 3.1 盲源分离算法的基本理论 | 第29-34页 |
| 3.1.1 盲源分离的问题描述 | 第29页 |
| 3.1.2 盲源分离的数学模型 | 第29-32页 |
| 3.1.3 统计学与信息论基础 | 第32-34页 |
| 3.2 盲源分离算法的基础知识 | 第34-37页 |
| 3.2.1 盲源分离的假设条件 | 第34-35页 |
| 3.2.2 不确定性 | 第35页 |
| 3.2.3 信号预处理 | 第35-36页 |
| 3.2.4 信号分离效果评价指标 | 第36-37页 |
| 3.3 盲源分离典型算法 | 第37-39页 |
| 3.3.1 基于统计学的盲源分离方法 | 第37-38页 |
| 3.3.2 基于信息论的盲源分离方法 | 第38-39页 |
| 3.4 盲源分离典型算法仿真分析 | 第39-42页 |
| 3.5 本章小结 | 第42-43页 |
| 第4章 独立分量分析法及其改进 | 第43-58页 |
| 4.1 盲源分离与ICA | 第43-45页 |
| 4.1.1 未知信号的观测混合 | 第43页 |
| 4.1.2 ICA模型 | 第43-44页 |
| 4.1.3 基于ICA的盲源分离 | 第44-45页 |
| 4.2 ICA的优化算法 | 第45-47页 |
| 4.2.1 随机梯度法 | 第45-46页 |
| 4.2.2 自然梯度法 | 第46-47页 |
| 4.2.3 不动点算法 | 第47页 |
| 4.3 Fast ICA算法及其改进 | 第47-55页 |
| 4.3.1 Fast ICA算法 | 第47-50页 |
| 4.3.2 Secant-Fast ICA算法 | 第50-52页 |
| 4.3.3 算法仿真分析 | 第52-55页 |
| 4.4 初始分离矩阵对FastICA算法的影响 | 第55-57页 |
| 4.5 本章小结 | 第57-58页 |
| 第5章 实验 | 第58-71页 |
| 5.1 实验目的 | 第58页 |
| 5.2 实验平台的搭建 | 第58-64页 |
| 5.2.1 实验设备 | 第58-61页 |
| 5.2.2 实验原理 | 第61-63页 |
| 5.2.3 实验平台 | 第63-64页 |
| 5.3 实验过程与数据分析 | 第64-70页 |
| 5.3.1 电机振动数据分析 | 第64-65页 |
| 5.3.2 马达振动数据分析 | 第65-66页 |
| 5.3.3 钻机正常工作数据分析 | 第66-69页 |
| 5.3.4 钻机故障工作数据分析 | 第69-70页 |
| 5.4 本章小结 | 第70-71页 |
| 结论 | 第71-73页 |
| 1 全文总结 | 第71-72页 |
| 2 工作展望 | 第72-73页 |
| 致谢 | 第73-74页 |
| 参考文献 | 第74-76页 |
| 攻读学位期间取得学术成果 | 第76页 |
