声明
学位论文数据集
摘要
第一章 绪论
1.1 课题的意义
1.2 故障诊断发展及其趋势
1.3 滚动轴承故障类型及特点
1.4 滚动轴承故障诊断技术
1.5 课题来源及主要研究内容
第二章 支持向量机原理简介及其应用
2.1 支持向量机基本理论
2.2 支持向量机应用
2.3 基于SVM技术的滚动轴承故障识别
2.3.1 实验装置
2.3.2 数据处理
2.3.3 实验结果
2.4 本章小结
第三章 基于遗传算法的SVM优化改进
3.1 遗传算法原理简介
3.2 遗传算法应用介绍
3.3 基于GA的SVM分类参数优化
3.3.1 遗传算法优化性能实验结果
3.3.2 分析讨论
3.4 本章小结
第四章 基于小波变换的低转速滚动轴承故障诊断
4.1 小波变换技术介绍
4.2 小波变换在低转速滚动轴承故障诊断中的应用
4.2.1 实验装置
4.2.2 实验结果
4.3 采用SVM识别低转速信号
4.3.1 采用特征参数进行分类
4.3.2 选用高敏感性特征参数进行分类识别
4.4 本章小结
第五章 齿轮故障趋势发展预测
5.1 齿轮趋势发展研究概述
5.2 实验结构装置
5.3 齿轮故障趋势发展预测分析方法
5.4 实验结果
5.4.1 特征参数选择
5.4.2 峭度作为特征参数进行预测
5.5 本章小结
第六章 总结和展望
6.1 总结
6.2 问题与展望
参考文献
致谢
研究成果及发表的学术论文
作者和导师简介
硕士研究生学位论文答辩委员会决议书