学位论文_终稿_封皮
学位论文_终稿
第一章 绪论
1.1 研究背景及意义
1.2 国内外研究动态
1.2.1 转子系统振动故障机理分析
1.2.2 轴心轨迹信号提纯
1.2.3 轴心轨迹特征提取
1.2.4 轴心轨迹模式识别
1.3 主要研究内容
1.3.1 主要研究内容
1.3.2 试验方案及技术路线
1.4 小结
第二章 课题相关理论与方法
2.1 引言
2.2 轴心轨迹信号提纯
2.2.1 小波变换
2.2.2 EEMD分解
2.3 轴心轨迹图像处理
2.3.1 图像数字化
2.3.2 图像处理基本算法
2.3.3 图像变换
2.3.4 图像分割
2.3.5 图像目标描述
2.3.6 图像识别
2.4 基于神经网络的轴心轨迹自动识别
2.5 小结
第三章 融合不变矩和分形维数的轴心轨迹特征提取与自动识别
3.1 引言
3.2 转子系统轴心轨迹获取
3.3 轴心轨迹图像特征提取
3.3.1 轴心轨迹图像边缘获取
3.3.2 轴心轨迹图像分形盒维数计算
3.3.3 轴心轨迹图像Hu不变矩构造
3.4 BP神经网络训练与验证试验
3.4.1 轴心轨迹样本训练
3.4.2 待测试轴心轨迹识别
3.5 小结
第四章 基于数学形态学的轴心轨迹图像处理与自动识别
4.1 引言
4.2 转子系统轴心轨迹获取
4.3 轴心轨迹数学形态学处理
4.4 轴心轨迹图像不变矩构造
4.5 基于形态学和不变矩的轴心轨迹自动识别
4.5.1 轴心轨迹特征向量提取
4.5.2 BP神经网络识别与分析
4.6 实例应用
4.6.1 试验设备介绍及数据获取
4.6.2 轴心轨迹识别
4.7 小结
第五章 双跨转子系统轴心轨迹特征提取与故障诊断
5.1 引言
5.2 三维轴心轨迹
5.2 基于流形学习的三维轴心轨迹特征提取
5.2.1 流形学习
5.2.2 LTSA特征提取
5.4 三维轴心轨迹故障识别试验
5.4.1 试验系统介绍
5.4.2 三维轴心轨迹信号提取及EEMD降噪
5.4.3 三维轴心轨迹流形图获取
5.4.4 Hu不变矩特征提取
5.4.5 BP神经网络训练与识别
5.5 双跨转子系统双转子处轴心轨迹分析
5.5.1 双转子三维轴心轨迹
5.5.2 双转子流形图及Hu不变矩特征提取
5.5.3 故障状态识别与分析
5.6 小结
第六章 全文总结与展望
6.1 工作总结
6.2 主要结论
6.3 研究展望
参考文献
致 谢
攻读硕士期间发表的学术论文及成果