基于改进HSMM的滚动轴承健康状态评估研究

声明

第1章 绪论

1.1课题来源

1.2研究背景、目的和意义

1.3相关领域国内外研究现状

1.3.1退化特征提取与融合约简研究现状

1.3.2健康状态评估研究现状

1.3.3隐半马尔科夫模型研究现状

1.4论文主要内容及结构安排

1.4.1本文主要研究内容

1.4.2本文组织结构

第2章 滚动轴承振动机理分析与多域特征空间构建

2.1滚动轴承基本结构

2.2滚动轴承常见故障形式和振动机理分析

2.3滚动轴承故障演化规律分析

2.4滚动轴承多域特征空间构建

2.4.1时域特征提取

2.4.2频域特征提取

2.4.3时频域特征提取

2.4.4多域特征提取方法的实验分析

2.5本章小结

第3章 基于自适应流行学习算法的退化特征融合

3.1基于多评价指标的退化特征选择

3.1.1退化特征性能评价指标

3.1.2基于DSmT的多评价指标融合特征选择

3.2基于LGPCA流行学习算法的退化特征融合

3.2.1基于LPP的局部目标函数

3.2.2基于PCA的全局目标函数

3.2.3 LGPCA整体目标函数

3.3 LGPCA自适应邻域选择方法

3.3.1初始近邻参数计算

3.3.2自适应近邻参数调整

3.4实例分析

3.4.1退化特征选择

3.4.2退化特征融合

3.5本章小结

第4章 基于MDD-HSMM的滚动轴承退化预测

4.1 HSMM基本描述

4.1.1 HSMM基本结构描述

4.1.2 HSMM基本算法描述

4.2时变HSMM修正方法

4.3高阶粒子滤波方法

4.4基于MDD-HSMM的退化预测方法

4.5实例分析

4.5.1 MDD-HSMM训练

4.5.2滚动轴承退化预测

4.6本章小结

第5章 滚动轴承健康状态评估系统设计及实现

5.1需求分析

5.2总体设计

5.3系统实现及验证

5.4本章小结

第6章 总结与展望

6.1全文工作总结

6.2未来工作展望

致谢

参考文献

攻读硕士学位期间的研究成果