基于EMD和逻辑回归的轴承性能退化评估与剩余寿命预测
| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 主要符号说明 | 第8-9页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 课题的背景及意义 | 第9页 |
| 1.2 滚动轴承故障诊断技术的研究现状 | 第9-11页 |
| 1.2.1 滚动轴承的故障特点 | 第9-10页 |
| 1.2.2 故障诊断的现代信号处理方法 | 第10-11页 |
| 1.3 滚动轴承性能退化评估技术的研究现状 | 第11-13页 |
| 1.3.1 基于力学模型的方法 | 第12页 |
| 1.3.2 基于统计理论的方法 | 第12页 |
| 1.3.3 基于人工智能的方法 | 第12-13页 |
| 1.4 滚动轴承剩余寿命预测的研究现状 | 第13-14页 |
| 1.5 论文的研究思路及结构安排 | 第14-17页 |
| 1.5.1 研究思路 | 第14-16页 |
| 1.5.2 结构安排 | 第16-17页 |
| 第二章 基于EMD的滚动轴承振动信号特征提取 | 第17-28页 |
| 2.1 EMD概述 | 第17-20页 |
| 2.1.1 EMD算法的应用背景 | 第17-18页 |
| 2.1.2 EMD算法的基本流程 | 第18-20页 |
| 2.2 工程应用实例分析 | 第20-23页 |
| 2.3 滚动轴承振动信号特征提取 | 第23-26页 |
| 2.3.1 试验装置及数据说明 | 第23-24页 |
| 2.3.2 振动信号特征提取 | 第24-26页 |
| 2.4 本章小结 | 第26-28页 |
| 第三章 基于逻辑回归的滚动轴承性能退化评估 | 第28-38页 |
| 3.1 逻辑回归概述 | 第28-30页 |
| 3.1.1 逻辑回归理论概述 | 第28-29页 |
| 3.1.2 逻辑回归模型估计 | 第29-30页 |
| 3.2 轴承性能退化评估 | 第30-33页 |
| 3.2.1 建立逻辑回归模型 | 第31-32页 |
| 3.2.2 计算待测模型评估指标 | 第32-33页 |
| 3.3 评估结果分析与验证 | 第33-36页 |
| 3.4 本章小结 | 第36-38页 |
| 第四章 基于ARMA的滚动轴承振动数据预测 | 第38-52页 |
| 4.1 ARMA预测方法概述 | 第38-42页 |
| 4.1.1 时间序列 | 第38-39页 |
| 4.1.2 ARMA模型 | 第39-40页 |
| 4.1.3 ARMA预测方法和流程 | 第40-42页 |
| 4.2 ARMA滚动轴承同工况预测 | 第42-47页 |
| 4.3 ARMA滚动轴承类工况预测 | 第47-51页 |
| 4.4 本章小结 | 第51-52页 |
| 第五章 基于GM的滚动轴承剩余寿命预测 | 第52-64页 |
| 5.1 GM预测方法概述 | 第52-56页 |
| 5.1.1 GM预测原理和流程 | 第52-55页 |
| 5.1.2 GM预测问题和改进 | 第55-56页 |
| 5.2 GM区段预测 | 第56-60页 |
| 5.2.1 基于振动信号的预测 | 第56-58页 |
| 5.2.2 基于CV值的预测 | 第58-60页 |
| 5.3 GM全寿命周期预测 | 第60-63页 |
| 5.4 本章小结 | 第63-64页 |
| 第六章 总结与展望 | 第64-66页 |
| 6.1 总结 | 第64-65页 |
| 6.2 展望 | 第65-66页 |
| 参考文献 | 第66-69页 |
| 个人简历 在读期间发表的学术论文 | 第69-70页 |
| 致谢 | 第70页 |
