首页--工业技术论文--机械、仪表工业论文--机械零件及传动装置论文--转动机件论文--轴承论文

基于HMM的轴承故障诊断方法

摘要第1-5页
Abstract第5-10页
第一章 绪论第10-30页
   ·课题研究的目的和意义第10-11页
   ·故障诊断技术的发展第11-13页
     ·旋转机械故障诊断技术的发展第11-12页
     ·滚动轴承故障诊断技术的发展第12-13页
   ·轴承故障分析第13-23页
     ·轴承故障的主要形式第13页
     ·轴承故障诊断常用方法第13-14页
     ·轴承故障机理及振动特性第14-18页
     ·轴承故障特征提取方法第18-20页
     ·轴承故障模式识别方法第20-21页
     ·轴承故障诊断发展的最新动态第21-23页
   ·隐马尔可夫故障诊断方法第23-27页
     ·隐马尔可夫在语音识别领域中的应用第23-25页
     ·隐马尔可夫在其他领域中的应用第25页
     ·隐马尔可夫在轴承故障诊断中的可行性第25-26页
     ·隐马尔可夫应用的实际意义和发展第26-27页
   ·本文工作及结构第27-30页
     ·主要工作第27页
     ·内容结构第27-30页
第二章 HMM基本理论、算法和分类第30-46页
   ·引言第30页
   ·Markov模型基本概念第30-32页
   ·HMM基本原理第32-34页
     ·HMM基本概念第32-33页
     ·HMM定义第33-34页
   ·HMM基本算法第34-40页
     ·前向-后向算法第34-37页
     ·Viterbi算法第37-38页
     ·Baum-Welch算法第38-40页
   ·HMM分类第40-42页
     ·按照观测变量分类第40-41页
     ·按照Markov链分类第41页
     ·HMM的拓扑结构第41-42页
   ·HMM在现实应用中的改进第42-44页
     ·初始模型选取第42-43页
     ·算法下溢问题的处理第43-44页
   ·本章小结第44-46页
第三章 基于Wavelet-HMM的故障诊断方法第46-66页
   ·引言第46页
   ·小波分析方法第46-53页
     ·小波分析方法的发展与现状第46-47页
     ·经典的小波分析方法第47-53页
   ·基于小波分析的滚动轴承故障特征提取方法第53-56页
     ·小波基的选择第53-54页
     ·尺度-小波能量谱比较法第54-55页
     ·时间-小波能量谱自相关分析法第55页
     ·使用小波分析时应注意的问题第55-56页
   ·Wavelet-HMM在滚动轴承故障诊断中的实现第56-64页
     ·实验装置及软硬件设备第56-59页
     ·实验方案及步骤第59-60页
     ·实验数据分析第60-64页
   ·本章小结第64-66页
第四章 基于HHT-HMM的故障诊断方法第66-76页
   ·引言第66页
   ·Hilbert-Huang变换第66-71页
     ·HHT简介第66-67页
     ·HHT变换的基本原理第67-71页
   ·HHT-HMM在滚动轴承故障诊断中的实现第71-75页
     ·HMM的实现步骤第72页
     ·HMM特征提取与训练第72-74页
     ·实验识别结果分析和比较第74-75页
   ·本章小结第75-76页
第五章 基于MATLAB GUI的故障诊断系统第76-84页
   ·引言第76页
   ·MATLAB GUI第76-79页
     ·MATLAB GUI简介第77页
     ·MATLAB GUIDE介绍和分析第77-78页
     ·MATLAB GUIDE的实现过程第78-79页
   ·滚动轴承故障特征提取与诊断系统设计和实现第79-83页
     ·基本功能设计第79-80页
     ·系统实现第80-83页
   ·本章小结第83-84页
第六章 总结与展望第84-86页
   ·本文总结第84-85页
   ·研究展望第85-86页
致谢第86-88页
参考文献第88-92页
附录A 攻读硕士期间发表的学术论文第92-93页
附录B 主要符号说明第93页

论文共93页,点击 下载论文
上一篇:基于Hilbert-Huang变换的滚动轴承故障诊断方法研究
下一篇:柔性制丝生产线AGVS优化调度及仿真研究