1 绪论
1.1课题研究意义
1.2.1 滚动轴承故障形式与检测形式
1.2.2 轴承非线性特征提取分析
1.2.3 故障识别方法研究
1.3论文的主要研究内容
2 基于duffing混沌系统的弱信号检测与量化
2.1 Duffing混沌系统
2.1.1 Duffing振子的基础理论
2.1.2 Duffing振子微弱信号检测
2.2.1 相轨迹的离散化处理
2.2.2 离散化相轨迹熵
2.2.3 轨迹离散熵与duffing系统状态的跟随性
2.3基于相轨迹熵的滚动轴承特征提取
2.3.1 经验小波分解理论
2.3.2 轴承故障频率信号提取与熵值量化
2.3.3 不同状态的轴承对应的离散化相轨迹熵
2.4本章小结
3 基于特征关联模型的优化分析
3.1.1 VPMCD基础理论
3.1.2 特征交互模型的建立
3.1.3 最小二乘参数估计
3.2.1 支持向量回归
3.2.2 核岭回归分析
3.3.1 贝叶斯分析基础理论
3.3.2 贝叶斯回归分析
3.3.3 贝叶斯岭回归分析
3.4本章小结
4 基于回归算法增强的VPMCD轴承故障识别
4.1 RQA特征提取
4.1.1 递归量化分析理论
4.1.2 工程信号特征提取
4.2.1 特征预处理
4.2.2 基于不同状态的特征集的VPMCD的故障识别
4.3基于不同回归分析的VPMCD改进方法
4.3.1 基于核岭回归的VPMCD分析
4.3.2 基于支持向量回归的VPMCD分析
4.3.3 基于贝叶斯岭回归的VPMCD分析
4.3.4 基于RQA特征集的VPMCD性能对比分析
4.4基于新特征集的滚动轴承故障识别
4.4.1 基于轨迹熵特征及RQA特征集的轴承故障模式识别
4.4.2 相轨迹熵特征与RQA特征集关联性分析
4.5本章小结
5 总结与展望
5.1总结
5.2展望
参考文献
附录
A. 攻读硕士学位期间发表的论文以及科研成果
B. 攻读硕士学位期间参与项目经历
C. 学位论文数据集
致谢
重庆大学;