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;
