基于盲源分离的机械故障诊断方法研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 1 绪论 | 第8-15页 |
| ·开展机械故障诊断的目的及意义 | 第8-9页 |
| ·机械故障诊断技术的研究现状 | 第9-12页 |
| ·故障诊断研究的多学科交叉发展 | 第9页 |
| ·故障诊断现有的方法 | 第9-10页 |
| ·现有故障诊断理论方法的不足之处 | 第10-12页 |
| ·基于源分离的机械故障诊断框架 | 第12-13页 |
| ·本论文的研究内容及创新点 | 第13-15页 |
| ·论文的结构及研究内容 | 第13-14页 |
| ·本论文的创新点 | 第14-15页 |
| 2 基于BSS的机械源分离的解决方案 | 第15-25页 |
| ·盲信号处理的工作原理 | 第15-16页 |
| ·盲处理的主要内容及应用 | 第16-18页 |
| ·盲处理的主要内容 | 第16-17页 |
| ·盲处理的应用 | 第17-18页 |
| ·盲源分离的模型及假设条件 | 第18-22页 |
| ·线性瞬时混合源分离问题 | 第18-20页 |
| ·卷积混合源分离问题 | 第20-22页 |
| ·基于BSS的机械源分离的解决方案 | 第22-25页 |
| 3 独立分量分析方法 | 第25-32页 |
| ·ICA基本模型及假设条件 | 第25-26页 |
| ·ICA原理及对照函数的计算 | 第26-27页 |
| ·典型算法介绍 | 第27-32页 |
| ·Informax算法 | 第28-30页 |
| ·FastICA算法 | 第30-32页 |
| 4 分离实验 | 第32-39页 |
| ·一转子实验台上两振源的分离实验 | 第32-34页 |
| ·实验台及传感器布置 | 第32页 |
| ·分离算法选择及计算机仿真 | 第32-33页 |
| ·分离结果 | 第33-34页 |
| ·转子—轴承系统中两振源的分离实验 | 第34-38页 |
| ·实验台及传感器布置 | 第34-35页 |
| ·分离算法选择及计算机仿真 | 第35-37页 |
| ·分离结果 | 第37-38页 |
| ·结论 | 第38-39页 |
| 5 基于概率密度非参数估计的盲分离方法 | 第39-47页 |
| ·问题的提出 | 第39-40页 |
| ·核函数法概率密度估计 | 第40-42页 |
| ·概率密度函数的非参数估计 | 第40-41页 |
| ·核函数法概率密度估计 | 第41页 |
| ·评价函数的估计 | 第41-42页 |
| ·基于概率密度非参数估计的多通道盲解卷积 | 第42-47页 |
| ·盲解卷积的评价标准 | 第42-43页 |
| ·盲解卷积过程 | 第43页 |
| ·仿真实验及分析 | 第43-47页 |
| 6 总结与展望 | 第47-49页 |
| 致谢 | 第49-50页 |
| 参考文献 | 第50-53页 |
| 附录:作者攻读硕士学位期间发表论文情况 | 第53页 |
