首页> 中文学位 >基于SVM的车辆轴承部件的故障诊断方法研究
【6h】

基于SVM的车辆轴承部件的故障诊断方法研究

代理获取

目录

第一个书签之前

ABSTRACT

目 录

第一章 绪 论

1.1 研究背景与意义

1.2 国内外研究研究现状

1.2.1 特征提取技术研究现状

1.2.2 故障诊断技术研究现状

1.3 研究思路与内容

1.3.1 研究思路

1.3.2 研究内容

1.4 论文结构

第二章 车辆轴承结构与故障模式分析

2.1 车辆滚动轴承典型结构

2.2 车辆轴承典型故障模式

2.3 滚动轴承常用监测方法

2.4 车辆滚动轴承典型故障特征

2.4.1 内圈故障振动特征

2.4.2 外圈故障振动特征

2.4.3 滚动体故障振动特征

2.5 本章小结

第三章 基于EEMD分解的特征提取方法研究

3.1 引言

3.2 经验模态分解EMD概述

3.3 总体平均经验模态分解EEMD概述

3.4 基于EEMD分解的特征提取

3.5 本章小结

第四章 基于人工蜂群-支持向量机的故障诊断方法研究

4.1 引言

4.2 支持向量机概述

4.2.1 非线性支持向量机

4.2.2 支持向量机核函数选择

4.3 人工蜂群优化算法

4.3.1 蜜蜂采蜜机理

4.3.2 算法描述

4.3.3 算法基本步骤

4.4 基于人工蜂群算法的SVM参数优化流程

4.5 本章小结

第五章 车辆轴承故障诊断实例分析

5.1 车辆轴承故障诊断建模流程

5.2 数据选取与划分

5.3 基于EEMD分解的特征提取

5.4 基于人工蜂群算法的SVM参数优化

5.5 基于SVM的滚动轴承故障诊断

5.6 本章小结

第六章 总结与展望

6.1 全文总结

6.2 研究展望

参考文献

致 谢

展开▼

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号