摘要 | 第5-6页 |
Abstract | 第6-7页 |
第一章 绪论 | 第10-20页 |
1.1 选题研究背景与意义 | 第10-14页 |
1.1.1 电梯导靴的简介 | 第10-12页 |
1.1.2 电梯导靴故障诊断的研究意义 | 第12-14页 |
1.2 故障诊断的研究现状 | 第14-15页 |
1.2.1 引言 | 第14页 |
1.2.2 故障诊断的研究现状 | 第14-15页 |
1.3 主要工作与创新点 | 第15-16页 |
1.4 论文的主要工作和结构安排 | 第16-18页 |
1.4.1 论文的主要工作 | 第16-17页 |
1.4.2 论文的结构安排 | 第17-18页 |
1.5 本章小结 | 第18-20页 |
第二章 电梯导靴的故障诊断技术分析 | 第20-36页 |
2.1 电梯导靴故障形式及其振动特征 | 第20-21页 |
2.1.1 电梯导靴故障形式 | 第20页 |
2.1.2 电梯导靴振动特征 | 第20-21页 |
2.2 故障诊断技术 | 第21-22页 |
2.3 非平稳信号分析方法 | 第22-28页 |
2.3.1 傅里叶变换 | 第22-23页 |
2.3.2 经验模态分解法 | 第23-25页 |
2.3.3 集合经验模态分解 | 第25-27页 |
2.3.4 完备总体经验模态分解 | 第27-28页 |
2.4 电梯导靴振动信号的采集 | 第28-35页 |
2.4.1 传感器采样设置 | 第28页 |
2.4.2 实验仪器及其步骤 | 第28-35页 |
2.5 本章小结 | 第35-36页 |
第三章 基于CEEMD与TQWT的电梯导靴故障特征提取 | 第36-50页 |
3.1 基于CEEMD的电梯导靴故障信号分析 | 第36-42页 |
3.2 可调品质因子小波变换 | 第42-46页 |
3.2.1 引言 | 第42页 |
3.2.2 可调品质因子小波变换 | 第42-44页 |
3.2.3 基本理论 | 第44-46页 |
3.3 基于CEEMD与TQWT的故障特征提取 | 第46-49页 |
3.4 本章小结 | 第49-50页 |
第四章 基于粒子群优化的支持向量机的电梯导靴故障诊断 | 第50-62页 |
4.1 支持向量机 | 第50-55页 |
4.1.1 支持向量机的基本原理 | 第51-53页 |
4.1.2 支持向量机关键点的研究 | 第53-55页 |
4.1.2.1 核函数的选择 | 第53-54页 |
4.1.2.2 核函数参数的确定 | 第54-55页 |
4.1.2.3 支持向量机多分类算法 | 第55页 |
4.2 基于SVD的故障特征提取 | 第55-57页 |
4.2.1 SVD的基本理论 | 第55-56页 |
4.2.2 特征提取 | 第56-57页 |
4.3 基于PSO优化的LSSVM的电梯导靴故障诊断 | 第57-60页 |
4.3.1 粒子群算法 | 第57-58页 |
4.3.2 基于PSO优化的LSSVM的电梯导靴故障诊断 | 第58-60页 |
4.4 本章小结 | 第60-62页 |
第五章 总结与展望 | 第62-64页 |
5.1 总结 | 第62页 |
5.2 展望 | 第62-64页 |
致谢 | 第64-66页 |
参考文献 | 第66-70页 |
附录A(攻读学位其间发表的学术成果) | 第70页 |