基于谱融合的管道故障特征提取方法研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-14页 |
| 第一章 绪论 | 第14-22页 |
| ·引言 | 第14页 |
| ·管道故障特征提取方法研究现状 | 第14-19页 |
| ·时域管道故障特征提取方法 | 第14-16页 |
| ·频域管道故障特征提取方法 | 第16页 |
| ·联合时-频域管道故障特征提取方法 | 第16-19页 |
| ·课题的研究意义和主要研究内容 | 第19-22页 |
| ·课题的研究意义 | 第19页 |
| ·课题的主要研究内容 | 第19-22页 |
| 第二章 基于EMD的管道故障特征提取方法研究 | 第22-34页 |
| ·引言 | 第22页 |
| ·经验模态分解方法 | 第22-28页 |
| ·瞬时频率 | 第22-23页 |
| ·经验模态分解 | 第23-26页 |
| ·Hilbert谱和边际谱 | 第26-28页 |
| ·基于二代小波插值的经验模态分解改进方法 | 第28-33页 |
| ·采样率对经验模态分解的影响 | 第29页 |
| ·二代小波插值 | 第29-31页 |
| ·基于二代小波插值的极值点定位算法 | 第31-33页 |
| ·小结 | 第33-34页 |
| 第三章 基于谱融合的管道故障特征提取方法研究 | 第34-46页 |
| ·引言 | 第34页 |
| ·管道故障特征谱提取方法 | 第34-36页 |
| ·基于时域统计方法的特征提取 | 第34-35页 |
| ·时域统计特征谱提取 | 第35页 |
| ·联合时-频域特征谱提取 | 第35-36页 |
| ·基于SVM的管道故障识别方法 | 第36-43页 |
| ·统计学习理论 | 第37-39页 |
| ·支持向量机 | 第39-42页 |
| ·多分类支持向量机 | 第42-43页 |
| ·管道故障特征谱融合方法 | 第43-44页 |
| ·小结 | 第44-46页 |
| 第四章 管道故障特征提取与识别程序设计 | 第46-56页 |
| ·引言 | 第46页 |
| ·管道故障特征谱提取算法设计 | 第46-51页 |
| ·EMD及改进EMD算法设计 | 第46-49页 |
| ·时域统计方法提取特征谱算法设计 | 第49-51页 |
| ·EMD提取特征谱算法设计 | 第51页 |
| ·管道故障识别算法设计 | 第51-54页 |
| ·小结 | 第54-56页 |
| 第五章 实验与分析 | 第56-66页 |
| ·引言 | 第56页 |
| ·特征谱提取实验 | 第56-64页 |
| ·基于二代小波插值的EMD改进方法 | 第56-60页 |
| ·时域统计方法提取特征谱 | 第60-62页 |
| ·EMD提取特征谱 | 第62-64页 |
| ·管道故障信号识别实验 | 第64-65页 |
| ·小结 | 第65-66页 |
| 第六章 结论与展望 | 第66-68页 |
| ·结论 | 第66页 |
| ·展望 | 第66-68页 |
| 参考文献 | 第68-70页 |
| 致谢 | 第70-72页 |
| 研究成果及发表的学术论文 | 第72-74页 |
| 作者简介 | 第74-75页 |
| 附件 | 第75-76页 |
