| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-20页 |
| 1.1 研究背景及意义 | 第10-13页 |
| 1.2 国内外研究现状 | 第13-17页 |
| 1.2.1 振动检测技术 | 第13-14页 |
| 1.2.2 深度学习 | 第14-15页 |
| 1.2.3 现场总线 | 第15-17页 |
| 1.3 主要研究内容 | 第17-18页 |
| 1.4 本文组织结构 | 第18-20页 |
| 第二章 相关技术研究 | 第20-30页 |
| 2.1 CANopen现场总线技术 | 第20-24页 |
| 2.2 Profibus现场总线技术 | 第24-26页 |
| 2.3 TwinCAT与倍福PLC | 第26-27页 |
| 2.4 RT-Thread实时嵌入式系统 | 第27-29页 |
| 2.5 本章小结 | 第29-30页 |
| 第三章 振动检测系统设计 | 第30-52页 |
| 3.1 系统架构设计 | 第31-32页 |
| 3.2 振动检测设备软件设计 | 第32-35页 |
| 3.3 RT-Thread实时嵌入式系统开发与改进设计 | 第35-39页 |
| 3.4 协议可选择功能实现 | 第39-40页 |
| 3.5 CANopen功能实现方案 | 第40-43页 |
| 3.6 Profibus功能实现方案 | 第43-46页 |
| 3.7 振动传感器驱动程序改进设计 | 第46-49页 |
| 3.8 上位机功能设计和数据类型转换 | 第49-51页 |
| 3.9 本章小结 | 第51-52页 |
| 第四章 振动数据采集与处理 | 第52-68页 |
| 4.1 振动检测技术与数据分析 | 第52-54页 |
| 4.2 振动数据预处理及改进设计 | 第54-57页 |
| 4.3 傅里叶变换与特征值计算 | 第57-60页 |
| 4.4 深度信念网络与特征提取 | 第60-64页 |
| 4.4.1 深度信念网络结构与算法 | 第60-63页 |
| 4.4.2 特征提取与特征选择 | 第63-64页 |
| 4.5 基于深度信念网络的振动检测改进方法 | 第64-67页 |
| 4.6 本章小结 | 第67-68页 |
| 第五章 实验与分析 | 第68-88页 |
| 5.1 CANopen通信实验方案与结果分析 | 第68-72页 |
| 5.2 Profibus通信实验方案与结果分析 | 第72-76页 |
| 5.3 快速傅里叶变换和带通滤波功能正确性实验 | 第76-78页 |
| 5.4 基于DBN的振动检测算法实验与分析 | 第78-87页 |
| 5.4.1 VD-DBN方法在西储轴承数据中实验与分析 | 第78-84页 |
| 5.4.2 VD-DBN方法在自主搭建的振动平台中实验与分析 | 第84-87页 |
| 5.5 本章小结 | 第87-88页 |
| 第六章 总结与展望 | 第88-90页 |
| 6.1 研究总结 | 第88-89页 |
| 6.2 工作展望 | 第89-90页 |
| 参考文献 | 第90-100页 |
| 攻读硕士学位期间发表论文、参与科研和获得荣誉情况 | 第100-101页 |
| 致谢 | 第101页 |
