声明
致谢
摘要
1 绪论
1.1 选题背景与意义
1.1.1 选题背景
1.1.2 研究意义
1.2 国内外现状
1.2.1 故障诊断技术的发展
1.2.2 自确认传感器的出现
1.2.3 传感器故障诊断方法的研究现状
1.3 传感器故障原因、诊断技术
1.3.1 故障诊断的研究内容
1.3.2 传感器故障类型及原因
1.3.2 传感器故障诊断方法分类
1.4 本章小结
1.5 全文研究内容
2 局部均值分解算法(LMD)研究
2.1 LMD算法
2.1.1 乘积函数分量(PF分量)
2.1.2 局部均值分解(LMD)算法
2.1.3 LMD算法的特点
2.2 时频分析方法的比较
2.2.1 LMD的时频分析
2.2.2 瞬时频率计算的比较
2.2.3 与EMD时频分析方法的比较
2.3 LMD算法与EMD算法的比较
2.4 本章小结
3 基于支持向量机(SVM)的故障诊断方法研究
3.1 支持向量机(SVM)原理及其算法过程
3.1.1 SVM原理
3.1.2 最优超平面的构造
3.1.3 支持向量机分类问题
3.1.4 核函数
3.2 SVM用于故障诊断的基本步骤
3.3 支持向量多分类机的分类算法
3.3.1 全局多类SVM
3.3.2 组合多类支持向量机
3.4 本章小结
4 基于LMD与SVM算法耦合的传感器故障诊断模型
4.1 引言
4.2 对传感器输出信号的处理以及提取特征向量
4.2.1 输出信号的自适应LMD分解
4.2.2 提取特征向量
4.3 基于SVM的多分类模型
4.3.1 改进粒子群算法
4.3.2 MPSO优化SVM分类器参数
4.3.3 SVM多分类模型
4.4 仿真实例分析
4.5 本章小结
5 总结与展望
5.1 总结
5.2 展望
参考文献
作者简历
学位论文数据集