| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-20页 |
| 1.1 论文选题背景及研究意义 | 第9页 |
| 1.2 国内外研究现状 | 第9-18页 |
| 1.2.1 滚动轴承故障诊断技术国内外研究现状 | 第9-11页 |
| 1.2.2 行星齿轮箱故障诊断技术国内外研究现状 | 第11-12页 |
| 1.2.3 卷积神经网络国内外研究现状 | 第12-15页 |
| 1.2.4 基于深度学习的故障诊断技术国内外研究现状 | 第15-18页 |
| 1.3 论文的主要研究内容和技术路线 | 第18-19页 |
| 1.3.1 论文的主要研究内容 | 第18-19页 |
| 1.3.2 技术路线 | 第19页 |
| 1.4 本章小结 | 第19-20页 |
| 第2章 卷积神经网络 | 第20-29页 |
| 2.1 引言 | 第20页 |
| 2.2 卷积神经网络结构简介 | 第20-25页 |
| 2.2.1 卷积层 | 第20-21页 |
| 2.2.2 激活层 | 第21-23页 |
| 2.2.3 池化层 | 第23-24页 |
| 2.2.4 全连接层 | 第24页 |
| 2.2.5 目标函数 | 第24-25页 |
| 2.3 卷积神经网络训练过程 | 第25-28页 |
| 2.3.1 前向传播 | 第25-26页 |
| 2.3.2 反向传播 | 第26-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第3章 基于卷积神经网络的滚动轴承故障诊断 | 第29-51页 |
| 3.1 引言 | 第29页 |
| 3.2 数据来源 | 第29-31页 |
| 3.2.1 CWRU数据集采集装置 | 第29-30页 |
| 3.2.2 本实验数据集采集装置 | 第30-31页 |
| 3.3 样本点创建 | 第31-33页 |
| 3.4 基于卷积神经网络的滚动轴承故障定性诊断 | 第33-38页 |
| 3.4.1 创建训练数据库 | 第33-34页 |
| 3.4.2 搭建网络模型 | 第34-35页 |
| 3.4.3 训练网络模型 | 第35-36页 |
| 3.4.4 滚动轴承故障定性诊断 | 第36-38页 |
| 3.5 基于多属性卷积神经网络的滚动轴承故障定量诊断 | 第38-50页 |
| 3.5.1 创建训练数据库 | 第39-41页 |
| 3.5.2 搭建网络模型 | 第41-43页 |
| 3.5.3 训练网络模型 | 第43页 |
| 3.5.4 滚动轴承故障定量诊断 | 第43-50页 |
| 3.6 本章小结 | 第50-51页 |
| 第4章 基于MSCNN模型的行星齿轮箱复杂故障诊断 | 第51-65页 |
| 4.1 引言 | 第51页 |
| 4.2 理论介绍 | 第51-54页 |
| 4.2.1 故障树形结构 | 第51-52页 |
| 4.2.2 工况并列结构 | 第52页 |
| 4.2.3 MSCNN模型结构 | 第52-54页 |
| 4.3 行星齿轮箱故障诊断方法流程 | 第54-56页 |
| 4.3.1 创建训练数据库 | 第54页 |
| 4.3.2 搭建MSCNN模型 | 第54-55页 |
| 4.3.3 训练MSCNN模型 | 第55页 |
| 4.3.4 诊断行星齿轮箱故障 | 第55-56页 |
| 4.4 行星齿轮箱故障诊断实例 | 第56-64页 |
| 4.4.1 创建训练数据库 | 第56-58页 |
| 4.4.2 搭建MSCNN模型 | 第58-59页 |
| 4.4.3 行星齿轮箱故障诊断 | 第59-64页 |
| 4.5 本章小结 | 第64-65页 |
| 第5章 各参数对网络的影响及网络可视化分析 | 第65-72页 |
| 5.1 卷积神经网络各参数的影响 | 第65-68页 |
| 5.1.1 迭代次数对分类结果的影响 | 第65-66页 |
| 5.1.2 卷积核种类对分类结果的影响 | 第66页 |
| 5.1.3 卷积核尺寸对分类结果的影响 | 第66-67页 |
| 5.1.4 批量数大小对分类结果的影响 | 第67页 |
| 5.1.5 特征图个数对分类结果的影响 | 第67-68页 |
| 5.2 卷积神经网络的可视化分析 | 第68-71页 |
| 5.2.1 第一层卷积核的可视化 | 第68页 |
| 5.2.2 卷积层输出的可视化 | 第68-69页 |
| 5.2.3 分类过程的可视化 | 第69-71页 |
| 5.3 本章小结 | 第71-72页 |
| 第6章 全文总结与展望 | 第72-73页 |
| 6.1 全文总结 | 第72页 |
| 6.2 .展望 | 第72-73页 |
| 参考文献 | 第73-78页 |
| 致谢 | 第78页 |
