声明
摘要
1.1课题研究背景及意义
1.2武器系统状态监测与故障诊断研究进展
1.3旋转机械状态监测研究进展
1.4旋转机械故障诊断研究进展
1.4.1特征提取
1.4.2特征选择
1.4.3智能故障诊断
1.5.问题陈述与解决方案
1.5.1问题陈述
1.5.2研究思路及解决方案
1.5.3论文主要研究内容
2高速自动机运动形态学分解
2.1高速自动机的基本工作原理
2.1.1高速自动机基本结构及组成
2.1.2高速自动机的工作原理
2.1.3高速自动机运动形态时序分析
2.2高速自动机运动形态分解
2.2.1高速自动机射击试验
2.2.2高速自动机运动形态分解
2.3本章小结
3机械系统状态监测及故障诊断方法研究
3.1规范变量分析
3.1.1状态空间模型
3.1.2核密度估计
3.2基于规范变量分析的滚动轴承退化过程监测
3.2.1滚动轴承全寿命测试台
3.2.2滚动轴承退化特征提取
3.2.3滚动轴承退化监测
3.3正弦波辅助经验模态分解
3.3.1经验模态分解
3.3.2集成经验模态分解
3.3.3正弦波辅助经验模态分解
3.4 RPS-EMD频率加权能量算子解调研究
3.4.1频率加权能量算子
3.4.2仿真对比研究
3.4.3基于RPS-EMD频率加权能量算子解调的滚动轴承故障诊断
3.5基于快速谱峭度的冲击特征提取研究
3.5.1快速谱峭度
3.5.2冲击特征提取试验研究
3.6本章小结
4多尺度GVA及高速自动机动态特性监测研究
4.1多变量经验模态分解
4.1.1多变量EMD
4.1.2自适应投影固有变换MEMD
4.2模态对准特性研究
4.2.1多变量仿真信号研究
4.2.2基于多变量EMD的频率加权能量算子解调
4.3多尺度规范变量分析及高速自动机状态监测
4.3.1多尺度动态特性监测方案
4.3.2基于多尺度CVA的高速自动机动态监测
4.3.3基于多尺度PCA的高速自动机状态监测
4.4多变量EMD模态选择
4.4.1多变量模态选择方法
4.4.2基于马氏距离的多变量模态选择
4.5规范变量相异度分析及动态特性监测
4.5.1规范变量相异度分析
4.5.2高速自动机动态特性监测
4.6本章小结
5高速自动机故障诊断及动态特性预测研究
5.1信息熵
5.1.1信息熵定义
5.1.2排列熵
5.1.3多变量EMD排列熵
5.2高速自动机智能故障诊断
5.2.1支持向量机
5.2.2高速自动机智能故障诊断
5.3多变量EMD排列熵均值及其应用研究
5.3.1多尺度排列熵
5.3.2改进的多尺度排列熵
5.3.3多变量EMD排列熵均值
5.4基于特征选择的高速自动机故障诊断
5.4.1拉普拉斯评分
5.4.2基于拉普拉斯评分的高速自动机故障诊断
5.5基于状态空间学习的高速自动机动态特性预测
5.5.1多变量LSSVM
5.5.2基于状态空间学习的多变量LSSVM
5.5.3高速自动机动态特性预测
5.6本章小结
6高速自动机状态监测及故障诊断对旋转机械影响研究
6.1齿轮箱动态特性监测
6.1.1基于多尺度CVA的齿轮箱动态特性监测
6.1.2基于EEMD的齿轮箱状态监测
6.2旋转机械状态监测及预测
6.2.1滚动轴承退化特性监测
6.2.2滚动轴承退化特性预测
6.3多变量EMD模态选择及旋转机械特征检测
6.3.1基于数据空间统计的特征检测方法研究
6.3.2多变量故障特征提取
6.4多变量EMD排列熵
6.4.1模态对齐及特征提取
6.4.2基于多变量EMD排列熵的滚动轴承故障诊断研究
6.4.3基于特征选择的齿轮箱故障诊断
6.5本章小结
7.1本文工作总结
7.2主要创新点
7.3工作不足及展望
参考文献
攻读博士学位期间发表的论文及所取得的研究成果
致谢