首页--工业技术论文--机械、仪表工业论文--机械制造工艺论文--柔性制造系统及柔性制造单元论文

盲信号分离算法及其在转子故障信号分离中的应用方法研究

摘要第1-10页
Abstract第10-12页
第1章 绪论第12-25页
   ·选题背景第12-13页
   ·机械故障诊断研究现状综述第13-17页
     ·机械故障诊断的一般方法第13-16页
     ·传统方法存在的局限性分析第16-17页
     ·盲分离方法研究的意义第17页
   ·盲信号分离的国内外发展现状概述第17-22页
     ·BSS的发展历史第18-19页
     ·国外BSS方法在故障诊断领域的发展现状第19-20页
     ·国内BSS方法在故障诊断领域的发展现状第20-22页
   ·本研究的意义第22-23页
   ·论文的研究内容与章节安排第23-25页
第2章 盲信号分离理论及其算法对比分析第25-50页
   ·引言第25页
   ·盲信号分离的基本知识第25-33页
     ·统计分析基础第25-29页
     ·信息论基础第29-32页
     ·相互独立的度量第32-33页
   ·盲信号分离模型第33-35页
     ·瞬时混合模型第33-34页
     ·卷积混合模型第34页
     ·非线性混合模型第34-35页
     ·实现盲信号分离的一般条件第35页
   ·盲信号分离的典型算法简介第35-44页
     ·基于信息论的盲信号分离算法第35-38页
     ·基于非高斯性极大化的盲信号分离算法第38-40页
     ·基于二阶统计量的算法第40-42页
     ·其它混合模型的算法第42-44页
   ·盲信号分离算法的比较准则第44页
   ·仿真和实验分析第44-49页
     ·仿真分析第44-47页
     ·实验分析第47-49页
   ·本章小结第49-50页
第3章 转子系统振动实验及其噪声信号分离算法研究第50-65页
   ·前言第50页
   ·转子故障实验分析第50-56页
     ·实验台概述第50-51页
     ·转子不平衡实验分析第51-53页
     ·转子不对中实验分析第53-54页
     ·转子动静碰摩实验分析第54-56页
   ·基于改进二阶统计量的信号噪声分离算法第56-59页
     ·模型及假设条件第56-57页
     ·基于改进二阶统计量的盲辨识算法第57-59页
   ·仿真与实验分析第59-64页
     ·仿真分析第59-62页
     ·实验分析第62-64页
   ·本章小结第64-65页
第4章 基于粒子群优化的盲信号分离方法在转子故障信号分离中的应用第65-78页
   ·前言第65页
   ·基本粒子群优化算法简介第65-68页
     ·基本粒子群优化算法的数学表达方式第65-66页
     ·基本粒子群优化算法的一般步骤第66-68页
   ·基于改进自适应粒子群优化的盲源分离算法设计第68-70页
     ·算法改进的依据第68页
     ·算法改进的原理和过程第68-70页
   ·仿真和实验分析第70-76页
     ·仿真一第70-72页
     ·仿真二第72-74页
     ·实验分析第74-76页
   ·本章小结第76-78页
第5章 基于降噪源分离理论在转子故障特征提取中的应用第78-91页
   ·前言第78页
   ·降噪源分离理论分析第78-81页
     ·频谱移动技术第79-80页
     ·降噪源分离中常用降噪函数第80-81页
   ·基于降噪源分离的算法设计第81-83页
   ·仿真和实验分析第83-90页
     ·评价准则第83-84页
     ·仿真分析第84-88页
     ·实验分析第88-90页
   ·本章小结第90-91页
第6章 基于中值滤波和BSS的转子故障信号分离方法研究第91-103页
   ·引言第91页
   ·脉冲噪声干扰下转子振动信号的分离研究第91-95页
     ·中值滤波算法简介第91-92页
     ·FastICA算法简介第92-94页
     ·基于中值滤波和BSS的转子振动信号分离方法设计第94-95页
   ·仿真研究第95-98页
   ·应用实例第98-101页
   ·本章小结第101-103页
结论与展望第103-106页
参考文献第106-116页
致谢第116-117页
附录 攻读学位期间取得的研究成果第117页

论文共117页,点击 下载论文
上一篇:基于认知思维的产品意象造型智能设计
下一篇:螺旋离心泵内能量转换特性及设计方法研究