声明
第1章 绪 论
1.1 课题研究背景与意义
1.2 滚动轴承故障诊断技术研究现状
1.2.1 滚动轴承故障诊断的发展历程
1.2.2 基于时频分析的滚动轴承故障诊断技术研究现状
1.2.3 基于深度学习的滚动轴承故障诊断技术研究现状
1.3 本文的研究内容
第2章 滚动轴承振动信号特征提取方法研究
2.1 引言
2.2 滚动轴承的结构与失效形式
2.2.1 滚动轴承基本结构与故障特征频率
2.2.2 滚动轴承的常见失效形式
2.3 滚动轴承振动信号故障特征提取方法
2.3.1 时域分析
2.3.2 频域分析
2.3.3 时频分析
2.4 本章小结
第3章 深度学习理论研究
3.1 引言
3.2 自动编码器
3.2.1 自动编码器原理
3.2.2 稀疏自动编码器
3.2.3 Dropout
3.2.4 抗噪编码
3.3 深度置信网络
3.3.1 深度置信网络结构
3.3.2 RBM的无监督预训练
3.3.3 有监督调优训练
3.4 本章小结
第4章 基于VMD与深度置信网络的滚动轴承智能故障诊断方法研究
4.1 引言
4.2 变分模态分解原理
4.3 样本熵与互相关系数
4.3.1 样本熵
4.3.2 相关系数
4.4 基于VMD与样本熵、相关系数的信号重构
4.4.1 仿真信号EMD与VMD效果对比
4.4.2模态分量重构
4.5 基于VMD与DBN的滚动轴承故障诊断方法
4.6 滚动轴承故障诊断实验研究
4.6.1 轴承振动信号重构
4.6.2 基于DBN的特征提取与故障识别
4.6 本章小结
第5章 基于改进S变换与稀疏自动编码器的滚动轴承智能故障诊断方法研究
5.1 引言
5.2 S变换
5.3 改进S变换的滚动轴承故障特征提取
5.4 基于改进S 变换与稀疏自动编码器的滚动轴承智能故障诊断方法
5.5 滚动轴承诊断实例研究
5.5.1 实验数据
5.5.2 网络优化实验分析
5.6 诊断结果分析
5.7 本章小结
第6章 基于LabVIEW与MATLAB的滚动轴承状态监测与故障诊断系统设计
6.1 引言
6.2 开发平台简介
6.3 滚动轴承状态监测与故障诊断系统设计
6.3.1 信号采集
6.3.2 状态监测
6.3.3 故障诊断
6.4 基于QPZZ-Ⅱ的滚动轴承振动信号采集与故障诊断实验
6.5 本章小结
结论
参考文献
攻读硕士学位期间承担的科研任务与主要成果
致谢
