声明
摘要
论文符号注释
缩写符号注释
第1章 绪论
1.1 研究目的和意义
1.2 基于非负分解的特征提取方法研究现状
1.2.1 基于NMF算法的特征提取研究现状
1.2.2 基于NTF算法理论的特征提取研究现状
1.2.3 基于NTD算法理论的特征提取研究现状
1.3 NTD算法理论在机械故障诊断中的发展潜力
1.4 论文的主要研究内容及组织结构
第2章 非负Tucker3分解特征提取的稀疏性研究
2.1 引言
2.2 NTD算法中的张量运算法则
2.2.1 张量的矢量化或矩阵化
2.2.2 矩阵及张量的运算
2.3 NTD模型及算式
2.4 经典非负分解算法特征提取对比分析
2.5 基于Tikhonov正则化的NTD算法
2.5.1 Tikhonov正则化处理原理
2.5.2 基于Tikhonov正则化的NTD算法实现
2.5.3 基于Tikhonov正则化的NTD算法应用验证
2.6 基于指数形式Tikhonov正则化的NTD算法研究
2.6.1 Tikhonov正则化处理的指数形式及其更新算式
2.6.2 指数形式Tikhonov正则化NTD算法的实现
2.6.3 指数形式Tikhonov正则化NTD算法应用验证
2.7 机械故障仿真信号的特征提取验证
2.8 本章小结
第3章 基于核方法的鲁棒非负Tucker3分解算法研究
3.1 引言
3.2 核变换密度函数的Tucker3分解算法
3.2.1 张量运算的相关定义
3.2.2 Tucker3分解的核变换密度函数及其离散卷积运算
3.2.3 Tucker3分解算法的特征密度核函数确定
3.3 基于牛顿-高斯的更新算法及算法实现
3.4 核变换NTD分解算法的MIT_CBCL数据特征提取应用
3.5 核变换NTD分解算法的齿轮箱故障二次频谱特征提取
3.5.1 齿轮箱双谱特征提取与比较
3.5.2 齿轮箱二次特征的密度功率谱分布
3.5.3 与其他NTD经典算法的比较
3.6 NTD_EDF提取二次特征的SCA处理
3.6.1 NTD_EDF特征提取结果的稀疏化处理
3.6.2 混合矩阵估计
3.6.3 稀疏化NTD_EDF算法在齿轮箱故障特征提取中的应用
3.7 本章小结
第4章 Krylov子空间中的高效非负Tucker3分解算法研究
4.1 引言
4.2 Krylov子空间概述及张量核厚重启算法
4.2.1 Krylov子空间概述及运算定义
4.2.2 Krylov子空间中的张量核块厚重启算法
4.3 模矩阵的交叉运算方法
4.3.1 张量运算法则的相关定义
4.3.2 模矩阵的交叉式计算
4.3.3 正交模矩阵的独立性
4.4 MIT_CBCL数据集的分解与计算精度分析
4.5 齿轮箱的故障数据的分解与时频分析
4.5.1 齿轮箱故障状态的时频特性分析
4.5.2 NTD_TRL算法的计算性能分析
4.6 本章小结
第5章 非负Tucker3分解对空压机故障的特征提取与应用
5.1 引言
5.2 空压机组的传动结构及故障形式
5.3 NTD算法的应用验证
5.3.1 NTD_TRL的时频特征分析及其与正则化融合的特征提取
5.3.2 NTD_EDF算法的二次双谱特征提取与SCA处理
5.4 本章小结
第6章 总结与展望
6.1 全文工作小结
6.2 展望
参考文献
攻读博士学位期间发表学术论文情况
附录
致谢