基于ICA和SVM算法的装载机变速箱故障的噪声诊断研究
| 摘要 | 第11-12页 |
| ABSTRACT | 第12-13页 |
| 第1章 绪论 | 第14-26页 |
| 1.1 课题的研究背景和意义 | 第14-15页 |
| 1.2 变速箱故障诊断发展现状及趋势 | 第15-22页 |
| 1.2.1 故障诊断发展现状 | 第15-17页 |
| 1.2.2 变速箱常见故障及机理 | 第17-20页 |
| 1.2.3 变速箱故障诊断发展现状及趋势 | 第20-22页 |
| 1.3 独立分量分析算法研究现状 | 第22-23页 |
| 1.4 支持向量机研究现状 | 第23-24页 |
| 1.5 论文主要研究内容 | 第24-26页 |
| 第2章 变速箱故障的噪声诊断算法 | 第26-42页 |
| 2.1 噪声诊断算法原理 | 第26-27页 |
| 2.2 基于ICA和相关系数的特征提取算法 | 第27-33页 |
| 2.2.1 ICA的数学模型 | 第27-29页 |
| 2.2.2 ICA的假设条件及不确定性 | 第29-30页 |
| 2.2.3 FastICA算法及相关系数 | 第30-32页 |
| 2.2.4 基于ICA和相关系数的特征提取算法 | 第32-33页 |
| 2.3 支持向量机分类算法 | 第33-38页 |
| 2.3.1 支持向量机原理 | 第33-34页 |
| 2.3.2 线性支持向量机 | 第34-36页 |
| 2.3.3 非线性支持向量机 | 第36-37页 |
| 2.3.4 支持向量机多分类问题 | 第37-38页 |
| 2.4 基于ICA和SVM的噪声诊断算法 | 第38-39页 |
| 2.5 本章小结 | 第39-42页 |
| 第3章 基于ICA和SVM噪声诊断算法的仿真 | 第42-60页 |
| 3.1 变速箱四类工况模拟 | 第43-50页 |
| 3.1.1 变速箱四种源信号模拟 | 第43-47页 |
| 3.1.2 四类变速箱工况采集数据模拟 | 第47-50页 |
| 3.2 变速箱四类工况特征向量的计算 | 第50-56页 |
| 3.2.1 独立源数估计 | 第51页 |
| 3.2.2 变速箱四类工况独立源分离 | 第51-54页 |
| 3.2.3 四类工况特征向量的计算 | 第54-56页 |
| 3.3 变速箱工况的诊断识别 | 第56-57页 |
| 3.4 本章小结 | 第57-60页 |
| 第4章 变速箱故障的噪声诊断实验 | 第60-74页 |
| 4.1 噪声测试平台的搭建 | 第60-65页 |
| 4.1.1 测试仪器 | 第60-64页 |
| 4.1.2 测试平台布置 | 第64-65页 |
| 4.1.3 测试过程 | 第65页 |
| 4.2 变速箱故障诊断 | 第65-72页 |
| 4.2.1 数据分类 | 第65-66页 |
| 4.2.2 独立源分离 | 第66-70页 |
| 4.2.3 两种工况特征向量计算 | 第70页 |
| 4.2.4 分类器的训练及测试 | 第70-72页 |
| 4.3 本章小结 | 第72-74页 |
| 第5章 总结与展望 | 第74-76页 |
| 5.1 总结 | 第74-75页 |
| 5.2 展望 | 第75-76页 |
| 参考文献 | 第76-82页 |
| 攻读硕士学位期间取得的科研成果 | 第82-84页 |
| 致谢 | 第84-85页 |
| 学位论文评阅及答辩情况表 | 第85页 |
