基于遗传神经网络的滚动轴承故障诊断方法的研究
| 摘要 | 第1-5页 |
| Abstract | 第5-6页 |
| 目录 | 第6-9页 |
| 第一章 绪论 | 第9-12页 |
| ·课题介绍 | 第9页 |
| ·课题来源 | 第9页 |
| ·课题背景 | 第9页 |
| ·课题研究的目的和意义 | 第9-10页 |
| ·国内外的研究现状 | 第10-11页 |
| ·论文的主要研究工作 | 第11-12页 |
| 第二章 轴承的故障诊断机理和常用的诊断方法 | 第12-18页 |
| ·滚动轴承的结构 | 第12页 |
| ·滚动轴承的故障类型 | 第12-13页 |
| ·轴承故障的诊断方法 | 第13-14页 |
| ·滚动轴承的振动机理和特征频率 | 第14-17页 |
| ·轴承的振动机理 | 第14-15页 |
| ·轴承的特征频率 | 第15-17页 |
| ·本章小结 | 第17-18页 |
| 第三章 小波降噪与小波包特征提取 | 第18-36页 |
| ·小波分析理论 | 第18-21页 |
| ·小波分析 | 第18-19页 |
| ·离散小波变换 | 第19页 |
| ·多分辨分析和正交小波变换 | 第19-21页 |
| ·小波阈值的降噪 | 第21-24页 |
| ·传统的阈值去噪 | 第21-23页 |
| ·新阈值降噪 | 第23-24页 |
| ·新阈值对信号的小波阈值降噪 | 第24-33页 |
| ·小波包变换 | 第33-34页 |
| ·小波包的滚动轴承故障特征提取 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第四章 遗传算法优化BP神经网络 | 第36-53页 |
| ·BP神经网络结构与工作原理 | 第36-40页 |
| ·BP神经网络结构 | 第36-37页 |
| ·BP神经网络的原理算法 | 第37-40页 |
| ·优化BP神经网络方法的选择 | 第40-41页 |
| ·遗传算法 | 第41-43页 |
| ·遗传算法的基本要素 | 第41页 |
| ·遗传算法优化问题的步骤 | 第41-43页 |
| ·遗传算法算子的选择 | 第43-45页 |
| ·选择算子的选择 | 第43-44页 |
| ·交叉算子的选择 | 第44页 |
| ·变异算子的选择 | 第44-45页 |
| ·遗传算法的仿真 | 第45-46页 |
| ·遗传算法优化的BP网络 | 第46-48页 |
| ·遗传算法优化BP神经网络的参数设定 | 第46-47页 |
| ·遗传算法优化BP神经网络流程 | 第47-48页 |
| ·遗传算法优化BP神经网络的仿真实验 | 第48-52页 |
| ·BP网络的确定和遗传算法基本要素设定 | 第48-49页 |
| ·训练样本和预测样本的提取 | 第49页 |
| ·遗传优化BP神经网络过程 | 第49-52页 |
| ·本章小结 | 第52-53页 |
| 第五章 基于LabVIEW的滚动轴承故障诊断系统 | 第53-62页 |
| ·LabVIEW软件介绍 | 第53页 |
| ·诊断系统硬件的设计 | 第53-54页 |
| ·诊断系统软件的设计 | 第54-56页 |
| ·LabVIEW开发诊断系统的步骤 | 第55页 |
| ·MATLAB Script节点 | 第55-56页 |
| ·滚动轴承故障诊断系统的各模块设计 | 第56-61页 |
| ·故障类型和信号的采集 | 第56页 |
| ·滚动轴承振动信号频谱显示模块 | 第56-57页 |
| ·信号的小波降噪模块 | 第57-59页 |
| ·振动信号的故障特征提取模块 | 第59页 |
| ·遗传算法优化BP神经网络模块 | 第59-60页 |
| ·遗传优化后的网络训练与诊断模块 | 第60-61页 |
| ·本章小结 | 第61-62页 |
| 第六章 结论和展望 | 第62-64页 |
| ·总结 | 第62-63页 |
| ·展望 | 第63-64页 |
| 参考文献 | 第64-67页 |
| 致谢 | 第67-68页 |
| 硕士期间参与的课题和发表的论文 | 第68页 |
