声明
摘要
第1章绪论
1.2轴承故障诊断研究概况
1.2.1传统的轴承故障诊断方法
1.2.2传统基于机器学习的轴承故障诊断方法
1.2.3基于深度学习的轴承故障诊断方法
1.3深度学习使能技术的发展
1.3.1物联网技术的发展现状
1.3.2云计算、雾计算以及边缘计算的研究概况
1.4主要研究内容
第2章云/雾/边缘端协同的轴承故障诊断方案设计
2.1轴承故障诊断过程中的任务划分
2.1.1需求分析
2.1.2云端任务
2.1.3雾端任务
2.2轴承故障诊断过程中的数据交互
2.3轴承故障诊断方案的总体设计
2.4本章小节
第3章云/雾/边缘端的任务流协同方法设计
3.1.2云/雾/边缘端诊断任务算法的设计准则
3.1.3云/雾/边缘端诊断任务算法的改进
3.2云/雾/边缘端诊断任务协同机制设计
3.2.1迁移学习简介
3.2.2迁移学习的应用策略
3.2.3云/雾/边缘端任务间迁移学习的方式
3.3本章小节
第4章云/雾/边缘端的数据流协同方法设计
4.1数据采集系统方案设计
4.1.1数据采集方法分析
4.1.2数据采集方案整体设计
4.1.3数据采集方案的实现方法
4.2实时数据管理系统方案设计
4.2.1实时数据管理方法分析
4.2.2实时数据管理方案整体设计
4.2.3实时数据管理方案的实现方法
4.3存储系统方案设计
4.4本章小结
第5章云/雾/边缘端协同的轴承故障诊断实验平台搭建
5.1.1轴承故障诊断试验台的整体设计
5.1.2轴承故障诊断试验台的控制系统
5.1.3轴承故障诊断试验台的数据采集
5.2云/雾/边缘端计算平台搭建
5.3协同的数据流管理系统的实现与验证
5.4本章小结
第6章云/雾/边缘端协同的轴承故障诊断方法的实验探究
6.1云/雾/边缘端诊断任务算法性能探究实验
6.2迁移学习协同方式的探究实验
6.3实验结果分析
6.4本章小结
7.1全文总结
7.2创新点总结
7.3展望
参考文献
致谢
攻读学位期间发表的学术论文目录
山东大学;