摘要 | 第1-4页 |
ABSTRACT | 第4-8页 |
1 绪论 | 第8-14页 |
·研究背景和意义 | 第8-9页 |
·国内外研究现状 | 第9-11页 |
·机械故障诊断研究 | 第9-10页 |
·溜槽堵塞检测方法 | 第10-11页 |
·课题来源及主要研究工作 | 第11-13页 |
·课题来源 | 第11-12页 |
·研究内容 | 第12-13页 |
·研究目标 | 第13页 |
·本文的章节安排 | 第13-14页 |
2 相关知识概述 | 第14-21页 |
·数据预处理 | 第14-16页 |
·数据变换 | 第14-15页 |
·数据归约 | 第15-16页 |
·特征提取 | 第16-18页 |
·基于距离度量的特征提取 | 第16-17页 |
·基于概率距离判别的特征提取 | 第17页 |
·基于判别熵最小化的特征提取 | 第17-18页 |
·模式识别及分类方法 | 第18-20页 |
·最近邻分类方法 | 第18-19页 |
·贝叶斯分类方法 | 第19-20页 |
·本章小结 | 第20-21页 |
3 溜槽振动信号特征提取方法 | 第21-32页 |
·振动信号特征参数 | 第21-22页 |
·振动信号特征提取 | 第22-28页 |
·时域特征提取 | 第22-24页 |
·频域特征提取 | 第24-25页 |
·时频域特征提取 | 第25-28页 |
·特征提取在溜槽振动信号模式分析系统中的应用 | 第28-31页 |
·实验数据描述 | 第28-31页 |
·实验结果与分析 | 第31页 |
·本章小结 | 第31-32页 |
4 溜槽振动信号模式分析方法 | 第32-44页 |
·溜槽振动模式分析研究 | 第32-33页 |
·模式识别及分类方法 | 第33-37页 |
·相似度度量方法 | 第33-34页 |
·KNN 分类方法 | 第34-35页 |
·朴素贝叶斯方法 | 第35-37页 |
·模式识别及分类在溜槽振动信号模式分析系统中的应用 | 第37-43页 |
·实验数据描述 | 第37-40页 |
·性能评价指标 | 第40-41页 |
·实验结果与分析 | 第41-43页 |
·本章小结 | 第43-44页 |
5 溜槽振动信号模式分析系统 | 第44-54页 |
·系统功能 | 第44-45页 |
·振动数据采集及模式分析终端 | 第45-48页 |
·源数据采集模块 | 第48-49页 |
·数据预处理及特征提取模块 | 第49-50页 |
·模式匹配分析模块 | 第50-53页 |
·本章小结 | 第53-54页 |
6 总结与展望 | 第54-55页 |
·总结 | 第54页 |
·展望 | 第54-55页 |
致谢 | 第55-56页 |
参考文献 | 第56-59页 |
附录 | 第59页 |