采煤机截割部轴承故障诊断方法研究

目录

声明

1 绪论

1.1 选题背景及研究意义

1.2 国内外研究现状

1.3 论文研究工作

1.3.1 研究内容

1.3.2 组织框架

1.4 论文章节安排

2 相关技术和理论

2.1 采煤机结构及其轴承故障

2.2 数据预处理相关理论

2.2.1 数据相关性分析

2.2.2 数据降维处理

2.3 Adaboost集成学习算法理论

2.4 BP神经网络模型

2.5 非线性逻辑回归理论

2.5.1 逻辑回归原理

2.5.2 无约束最优化方法

2.6 本章小结

3 Adaboost集成学习算法截割部轴承故障诊断

3.1 数据分析

3.2 属性约简

3.2.1 皮尔逊相关系数法

3.2.2 主成分分析法

3.3 PCA-BP_Adaboost截割部轴承故障诊断

3.3.1 模型训练过程

3.3.2 Adaboost算法的参数确定

3.4 算法的评价指标

3.5 实验设计与分析

3.5.1 属性约简的重要作用

3.5.2 弱分类器个数的选定

3.5.3 实验对比分析

3.6本章小结

4 非线性逻辑回归算法截割部轴承故障诊断

4.1 逻辑回归预测过程

4.2 非线性逻辑回归故障诊断

4.2.1 代价估计

4.2.2 参数求值

4.3 模型训练过程

4.4 实验设计与分析

4.5本章小结

5 采煤机截割部轴承故障诊断系统设计

5.1 需求分析

5.1.1 功能需求分析

5.1.2 非功能性需求分析

5.2 总体设计

5.2.1系统功能模块设计

5.2.2数据库设计

5.3 系统实现

5.4 系统测试

5.5 本章小结

6 总结与展望

6.1 总结

6.2 展望

致谢

参考文献

附录