第一章绪论
1.1研究背景与意义
1.2国内外研究现状
1.2.1工业装备故障监测方法现状
1.2.2基于信号处理的故障监测技术研究现状
1.2.3基于小样本故障特征提取方法研究现状
1.2.4基于小样本的故障分类研究现状
1.3课题来源
1.4主要研究内容和论文结构
第二章工业装备故障监测方法应用需求与相关技术
2.1工业装备故障监测在滚动轴承中的应用需求
2.2经验模态分解
2.2.1 EMD算法基本原理
2.2.2 EMD问题以及改进方法
2.3相关向量机
2.3.1 RVM分类原理
2.3.2 RVM问题以及改进方法
2.4本章小结
第三章基于小样本故障数据特征提取方法研究
3.1问题描述
3.2模态混叠以及解决方案
3.2.1模态混叠
3.2.2掩蔽信号法
3.2.3相关系数处理法
3.3样本熵算法
3.4基于小样本故障数据特征提取方法
3.4.1解相关多频率经验模态分解方法
3.4.2 DMFEMD-SE小样本故障数据特征提取方法
3.5实验仿真及性能分析
3.5.1 DMFEMD性能实验分析
3.6本章小结
第四章基于小样本故障多分类模型研究
4.1问题描述
4.2布谷鸟优化算法理论
4.3多分类相关向量机算法理论
4.3.1多分类相关向量机
4.3.2核函数的选择
4.4基于CS优化的M-RVM多分类模型
4.5本章小结
第五章实验仿真与性能分析
5.1实验方案
5.2实验环境
5.3滚动轴承数据集介绍
5.4实验结果与分析
5.4.1滚动轴承故障信号特征提取
5.4.2搭建基于CS优化的M-RVM多分类模型
5.5本章小结
结论
参考文献
攻读学位期间发表的论文
攻读学位期间参加的科研项目
声明
致谢
