基于高斯混合隐马尔科夫模型的滚动轴承故障诊断方法研究 |
论文目录 | | 摘要 | 第1-7页 | ABSTRACT | 第7-11页 | 第一章 绪论 | 第11-21页 | · 课题来源 | 第11页 | · 研究背景和意义 | 第11-13页 | · 机械设备故障诊断技术的研究进展 | 第13-15页 | · 滚动轴承故障诊断技术的国内外研究现状 | 第15-18页 | · 本文研究的主要内容 | 第18-19页 | · 本章小结 | 第19-21页 | 第二章 滚动轴承单体故障动力学仿真研究 | 第21-29页 | · ADAMS软件简介 | 第21-22页 | · 滚动轴承模型的建立与单体故障动力学仿真 | 第22-28页 | · 正常滚动轴承动力学仿真 | 第22-24页 | · 滚动轴承外圈故障动力学仿真 | 第24-25页 | · 滚动轴承内圈故障动力学仿真 | 第25-26页 | · 滚动轴承滚子故障动力学仿真 | 第26-28页 | · 本章小结 | 第28-29页 | 第三章 滚动轴承故障诊断特征提取方法 | 第29-43页 | · 傅里叶变换与小波分析 | 第29-30页 | · 小波包分解与重构 | 第30-35页 | · 小波包的概念 | 第30-31页 | · 小波包函数的傅里叶变换 | 第31-32页 | · 小波空间的小波包分解 | 第32页 | · 多分辨分析法 | 第32-34页 | · 小波一维Mallat算法 | 第34-35页 | · 实验系统与故障特征提取 | 第35-42页 | · 本章小结 | 第42-43页 | 第四章 高斯混合隐马尔科夫模型的基本理论及其应用 | 第43-57页 | · 隐马尔科夫模型基本概念 | 第43-45页 | · 隐马尔科夫模型定义 | 第45-46页 | · 隐马尔科夫模型基本算法 | 第46-52页 | · 前向后向算法 | 第47-49页 | · 维特比算法 | 第49-50页 | · 保姆韦尔奇算法 | 第50-52页 | · 高斯混合隐马尔科夫模型简介 | 第52-56页 | · 高斯混合隐马尔科夫模型的参数重估算法 | 第52-54页 | · 基于高斯混合隐马尔科夫模型的故障诊断方法 | 第54-56页 | · 本章小结 | 第56-57页 | 第五章 GMM-HMM在滚动轴承故障诊断中的应用 | 第57-71页 | · 滚动轴承故障数据样本介绍与故障特征提取 | 第57页 | · GMM-HMM模型库建立与参数训练 | 第57-64页 | · 高斯混合隐马尔科夫模型的测试与验证 | 第64-68页 | · GMM-HMM和神经网络诊断方法的对比分析 | 第68-70页 | · 本章小结 | 第70-71页 | 第六章 总结与展望 | 第71-73页 | · 全文总结 | 第71-72页 | · 研究展望 | 第72-73页 | 参考文献 | 第73-79页 | 致谢 | 第79-81页 | 附录 攻读学位期间参研项目和发表论文 | 第81页 |
|
|
|
| |