基于树形搜索和模糊关联特征向量的联合滚动轴承故障诊断

声明

主要符号说明

第一章 绪论

1.1 选题背景

1.2 选题目的和意义

1.3 滚动轴承故障诊断现状研究

1.3.1 故障机理研究

1.3.2 故障特征的获取方法研究

1.3.3 特征选择方法研究及其应用现状

1.3.4 滚动轴承故障识别方法研究及其应用现状

1.4 论文研究内容

第二章 经验模态分解（EMD）方法研究

2.1 瞬时频率和本征模态函数

2.1.1 瞬时频率

2.1.2 本征模态函数

2.2 EMD 算法的分解信号过程

2.3 仿真分析

3.4 本章小结

第三章 特征选择和模糊关联特征向量的提取模型

3.1 启发树特征选择

3.1.1 特征评价

3.1.2 启发树特征选择

3.1.3 基于平均欧拉距离的特征集评价

3.2 模糊关联特征向量

3.2.1模糊集理论

3.2.2 FS-DFV

3.2.2 滚动轴承故障 FS-DFV 提取

3.3 本章小结

第四章 实验结果与分析

4.1故障数据及其诊断流程图

4.1.1 概率神经网络

4.1.2 故障数据

4.1.3 故障诊断实验流程

4.2 故障诊断

4.3 本章小结

第五章 总结与展望

5.1 总结

5.2 展望

参考文献

个人简历 在读期间发表的学术论文

致谢