基于卷积神经网络与多源信息融合的故障诊断方法研究

目录

声明

第一章 绪 论

1.1 研究背景及意义

1.2 国内外研究现状

1.3 主要内容和章节安排

第二章 无人机传动系统的故障诊断技术

2.1 无人机传动系统

2.2 基于CNN的故障诊断方法研究

2.2.1 故障诊断方法

2.2.2 CNN的基本结构

2.3 实验平台及数据说明

2.3.1 CWRU轴承实验数据集

2.3.2 无人机传动系统实验数据集

2.4 本章小结

第三章 改进的CNN故障诊断算法

3.1 引言

3.2.1 数据预处理方法研究

3.2.2 基于CNN的故障诊断模型设计

3.2.3 实验结果分析

3.3 基于一维CNN的故障诊断方法

3.3.1 一维故障诊断模型设计及参数

3.3.2 样本集构建

3.3.3 实验结果分析

3.4 本章小结

第四章 融合多源信息的CNN故障诊断算法

4.1 引言

4.2 融合多源信息的CNN故障诊断方法

4.2.1 融合数据预处理方法

4.2.2 CNN-HMM的故障诊断模型

4.3 实验测试及结果分析

4.3.1 实验方案

4.3.2 实验结果分析

4.4 本章小结

第五章 故障诊断软件系统

5.1 引言

5.2 无人机传动系统故障诊断软件设计与实现

5.2.1 系统功能设计

5.2.2 系统实现

5.2.3 实验测试

5.3 本章小结

第六章 结论与展望

6.1 总结

6.2 展望

致谢

参考文献

攻读硕士学位期间取得的成果