第一个书签之前
旋转机械多传感器信息融合智能故障诊断关键技术研究
RESEARCH ON KEY TECHNOLOGIES OFINTELLIGENT FAULT DIAGNOSIS BASED ONMULTI-SENSOR INFORMATION FUSION FORROTATING MACHINERY
摘 要
Abstract
目 录
Contents
第1章 绪 论
1.1 课题背景及研究的目的和意义
1.2 相关问题的国内外研究现状
1.2.1 微弱信号处理
1.2.2 故障特征提取与评价
1.2.3 故障特征维数约简与多传感器特征层融合
1.2.4 智能故障模式识别与分类及多传感器决策层融合
1.3 现有研究存在的问题及不足
1.4 本文的主要研究内容
第2章 多频微弱故障信号的特征同步增强
2.1 引言
2.2 基于EWT的多频微弱故障信号自适应分解
2.3 基于自适应参数补偿SR的单分量信号特征增强
2.3.1 SR基本原理及其参数补偿分析
2.3.2 基于改进双层量子遗传算法的自适应SR结构参数优化
2.4 基于EWT-APCSRA的多频微弱信号特征同步增强的实现
2.5 多频微弱信号特征同步增强效果的仿真与实例验证
2.5.1 仿真验证及对比分析
2.5.2 滚动轴承内圈故障振动信号特征同步增强实验验证
2.6 本章小结
第3章 基于多测度最优混合模型的多域多类别故障特征敏感度学习
3.1 引言
3.2 多分析域多类别故障特征的提取
3.3 故障特征集聚类与分类性能的评价指标
3.3.1 基于KPCA的主元特征的类别散度
3.3.2 基于SVM模型的分类准确率
3.4 基于多测度最优混合模型的故障特征的评价与加权
3.4.1 故障特征的多测度混合评价与加权方案
3.4.2 基于敏感度分值序列变异系数的多测度混合模型的优选
3.5 特征敏感度学习方法有效性的实验验证与对比分析
3.5.1 在滚动轴承故障诊断中的应用实验
3.5.2 在齿轮箱故障诊断中的应用实验
3.5.3 讨论与分析
3.6 本章小结
第4章 基于多传感器特征层融合的旋转机械故障特征维数约简
4.1 引言
4.2 旋转机械多传感器特征层融合故障特征集的二阶张量表达
4.3 基于SSTLPP-AMDM的多传感器特征层融合故障特征维数约简
4.3.1 传统二阶张量局部保持投影(STLPP)算法
4.3.2 基于集成矩阵距离测度的监督二阶张量局部保持投影算法
4.3.3 基于UCI标准数据集的算法性能验证
4.3.4 旋转机械多传感器特征层融合故障特征维数约简的实现
4.4 齿轮箱故障特征维数约简的实验验证与对比分析
4.4.1 实验数据获取
4.4.2 降维效果的直接验证与对比
4.4.3 基于3种典型分类模型的降维特征集分类性能验证与对比
4.5 本章小结
第5章 基于多传感器决策层融合的旋转机械智能故障诊断
5.1 引言
5.2 基于STM模型的旋转机械多传感器特征层融合故障诊断
5.3 基于KNN-AMDM分类模型的旋转机械多传感器特征层融合故障诊断
5.4 基于D-S证据理论的旋转机械多传感器决策融合故障诊断
5.4.1 D-S证据理论
5.4.2 基于STM分类模型的证据体基本概率分配
5.4.3 基于KNN-AMDM分类算法的证据体基本概率分配
5.4.4 旋转机械多传感器决策融合故障诊断的实现
5.5 齿轮箱故障诊断实验验证与对比分析
5.5.1 基于多传感器特征层融合的齿轮箱故障特征张量集的获取
5.5.2 初级故障诊断
5.5.3 决策融合故障诊断
5.6 本章小结
第6章 基于多传感器信息融合的旋转机械故障诊断平台的设计与实现
6.1 引言
6.2 基于工况信息的旋转机械故障振动诊断策略的总体设计
6.3 平台的总体功能设计
6.4 平台的体系结构与功能子系统设计
6.4.1 平台的总体架构
6.4.2 平台中各功能子系统及其接口的设计
6.5 实例应用
6.5.1 应用背景及问题描述
6.5.2 微弱信号特征同步增强检测子系统的应用验证
6.5.3 故障特征综合处理子系统的应用验证
6.5.4 基于多传感器特征层融合的故障局部诊断子系统的应用验证
6.5.5 多传感器决策融合故障诊断子系统的应用验证
6.6 本章小结
结 论
参考文献
附 录
附录A 水泥生料立磨主减速机轴承故障实例中原始故障特征集数据文档
附录B 水泥生料立磨主减速机轴承故障实例中加权故障特征集数据文档
附录C 水泥生料立磨主减速机轴承故障实例中约简故障特征集数据文档
附录D 水泥生料立磨主减速机轴承故障实例中基本概率分配计算数据文档
攻读博士学位期间发表的论文及其它成果
致 谢
个人简历
