完备及欠定条件下盲分离在故障诊断中的应用研究
| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第一章 绪论 | 第10-20页 |
| ·课题概述 | 第10-11页 |
| ·课题来源 | 第10页 |
| ·课题研究背景及意义 | 第10-11页 |
| ·国内外研究现状 | 第11-14页 |
| ·独立分量分析(ICA) | 第11-12页 |
| ·稀疏分量分析(SCA) | 第12-13页 |
| ·非负矩阵分解(NMF) | 第13-14页 |
| ·盲分离在机械故障诊断领域应用现状 | 第14-17页 |
| ·本文主要研究工作 | 第17-20页 |
| 第二章 ICA及其在机械故障诊断中的应用研究 | 第20-48页 |
| ·引言 | 第20页 |
| ·ICA基本原理 | 第20-28页 |
| ·数学模型 | 第20-22页 |
| ·ICA目标函数 | 第22-24页 |
| ·ICA优化算法 | 第24-28页 |
| ·基于微粒群优化算法的ICA | 第28-34页 |
| ·算法实现 | 第29-30页 |
| ·仿真分析 | 第30-32页 |
| ·PSO-ICA在旋转机械转子故障分离中实验研究 | 第32-34页 |
| ·基于形态滤波及ICA的盲分离研究 | 第34-46页 |
| ·滚动轴承复合故障耦合方式实验分析 | 第34-40页 |
| ·形态滤波运算基本原理 | 第40-42页 |
| ·基于形态滤波的ICA方法研究 | 第42-43页 |
| ·滚动轴承复合故障实验研究 | 第43-46页 |
| ·本章小结 | 第46-48页 |
| 第三章 SCA在轴承复合故障诊断中应用研究 | 第48-62页 |
| ·引言 | 第48页 |
| ·SCA基本原理 | 第48-50页 |
| ·数学模型 | 第48-49页 |
| ·稀疏信号特征 | 第49-50页 |
| ·基于稀疏表示的线性混叠信号两步法 | 第50-52页 |
| ·混合矩阵估计 | 第50-51页 |
| ·源信号估计 | 第51-52页 |
| ·频域稀疏性变换 | 第52-55页 |
| ·基于形态滤波的SCA | 第55-59页 |
| ·形态滤波SCA算法实现 | 第55-56页 |
| ·滚动轴承复合故障实验分析 | 第56-59页 |
| ·本章小结 | 第59-62页 |
| 第四章 NMF在机械故障信号盲分离中的应用研究 | 第62-70页 |
| ·引言 | 第62页 |
| ·NMF基本原理 | 第62-65页 |
| ·数学模型 | 第62-63页 |
| ·求解方法 | 第63-65页 |
| ·非负矩阵分解算法研究 | 第65-67页 |
| ·改进的NMF算法 | 第65-67页 |
| ·NMF算法实现 | 第67页 |
| ·实验研究 | 第67-69页 |
| ·本章小结 | 第69-70页 |
| 第五章 基于MATLAB的机械故障信号盲分离系统 | 第70-78页 |
| ·引言 | 第70页 |
| ·MATLAB GUIDE简介 | 第70-71页 |
| ·系统设计 | 第71-72页 |
| ·系统实现 | 第72-77页 |
| ·本章小结 | 第77-78页 |
| 第六章 结论与展望 | 第78-82页 |
| ·本文总结 | 第78-79页 |
| ·主要创新点 | 第79页 |
| ·研究展望 | 第79-82页 |
| 致谢 | 第82-84页 |
| 参考文献 | 第84-90页 |
| 附录A 攻读硕士期间参与项目及获得奖励 | 第90-91页 |
| 附录B 攻读硕士期间发表的学术论文 | 第91页 |
