声明
致谢
变量注释表
1 绪论
1.1.1 课题来源
1.1.2 课题研究目的与意义
1.2.1 振动信号特征提取研究现状
1.2.2 高维数据维数约简方法研究现状
1.2.2退化状态识别技术研究现状
1.3 论文研究内容与章节安排
2 振动信号的分析方法研究
2.1 引言
2.2.1 DWT的基本原理
2.2.2 常用小波基及其性质分析
2.3 经验模态分解、总体经验模态分解和局部均值分解
2.3.1 EMD基本原理及其问题
2.3.2 EEMD的基本原理
2.3.3 LMD的基本原理
2.4 变分模态分解
2.4.1 VMD基本原理
2.4.2 VMD算法参数设定
2.5 DWT、EMD、EEMD、LMD、和 VMD 的对比分析
2.6 本章小结
3退化行星齿轮振动信号的特征提取
3.1 引言
3.2.1 多尺度模糊熵基本原理
3.2.2 能量熵基本原理
3.2.3 边际谱频带能量基本原理
3.3 行星齿轮故障综合模拟试验台及退化实验
3.4 基于 VMD-多角度特征融合的退化行星齿轮特征提取
3.5 本章小结
4 退化行星齿轮高维特征的局部降维
4.1 引言
4.2.1 LPP降维方法
4.2.2 HLLE降维方法
4.2.3 LLTSA降维方法
4.3 本征维数估计和邻域参数的选 择
4.4 基于局部降维的对比分析
4.5 本章小结
5 行星齿轮退化状态模式识别研究
5.1 引言
5.2 粒子群优化的支持向量机的模式识别测试
5.2.1 SVM的模式识别基本原理
5.2.2 粒子群优化的支持向量机
5.2.3 基于VMD-多角度特征融合-LLTSA和PSO-SVM的行星齿轮退化状态识别
5.3核极限学习机的模式识别测试
5.3.1 KELM的基本原理
5.3.2基于VMD-多角度特征融合-LLTSA和KELM的行星齿轮退化状态识别
5.5 本章小结
6 总结与展望
6.1 总结
6.2 展望
参考文献
作者简历
学位论文原创性声明
学位论文数据集