基于EMD和Elman网络的液压系统故障诊断技术研究
| 中文摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 引言 | 第8-18页 |
| ·论文研究背景和意义 | 第8-9页 |
| ·国内外研究现状和发展分析 | 第9-15页 |
| ·远程故障诊断技术研究现状 | 第9-11页 |
| ·液压系统智能故障诊断技术研究现状 | 第11-15页 |
| ·论文研究内容及结构安排 | 第15-18页 |
| 第二章 智能故障诊断系统模型和相关技术 | 第18-28页 |
| ·基于神经网络的智能故障诊断系统模型 | 第18-19页 |
| ·时频分析方法 | 第19-24页 |
| ·短时傅里叶变换 | 第19-21页 |
| ·WVD分布 | 第21-22页 |
| ·小波分析 | 第22-23页 |
| ·Hilbert-Huang变换 | 第23-24页 |
| ·神经网络 | 第24-26页 |
| ·本章小结 | 第26-28页 |
| 第三章 基于EMD的振动信号故障特征提取 | 第28-42页 |
| ·经验模态分解的原理 | 第28-32页 |
| ·瞬时频率 | 第28-30页 |
| ·本征模态函数 | 第30页 |
| ·Hilbert变换 | 第30-31页 |
| ·EMD的算法流程 | 第31-32页 |
| ·基于灰度预测和镜像延拓的EMD故障特征提取 | 第32-36页 |
| ·EMD方法存在的问题 | 第32-33页 |
| ·基于灰度预测和镜像延拓的端点效应处理方法 | 第33-35页 |
| ·振动信号的EMD故障特征提取 | 第35-36页 |
| ·算法仿真分析 | 第36-40页 |
| ·本章小结 | 第40-42页 |
| 第四章 改进的PSO-Elman网络模型 | 第42-54页 |
| ·改进的微粒群算法 | 第42-44页 |
| ·改进的PSO-Elman神经网络 | 第44-47页 |
| ·算法仿真分析 | 第47-53页 |
| ·改进的PSO算法仿真分析 | 第47-50页 |
| ·改进的Elman神经网络仿真分析 | 第50-53页 |
| ·本章小结 | 第53-54页 |
| 第五章 液压系统故障诊断仿真实例 | 第54-64页 |
| ·液压系统故障选取 | 第54-55页 |
| ·液压系统故障诊断实验 | 第55-58页 |
| ·人机交互界面设计 | 第58-62页 |
| ·本章小结 | 第62-64页 |
| 第六章 结论与展望 | 第64-66页 |
| ·结论 | 第64页 |
| ·研究展望 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 致谢 | 第70-72页 |
| 攻读硕士学位期间发表的论文 | 第72-73页 |
