基于多模型融合的齿轮故障诊断方法研究

目录

第1章 绪论

1.1 课题的背景及其研究意义

1.2 国内外研究现状

1.2.1 多模型融合研究现状

1.2.2 齿轮故障诊断的研究现状

1.3 论文的主要内容、结构及创新点

1.3.1主要研究内容

1.3.2 论文结构

1.3.3 主要创新点

1.4 本章小结

第2章 基于多模型融合的齿轮故障诊断方法研究理论基础及框架

2.1 引言

2.2 基于特征工程的特征选取方法

2.2.1 基于变量间信息的特征提取方法

2.2.2 基于变量与模式间信息的特征提取方法

2.3 基于特征学习的特征选取方法

2.3.1 卷积神经网络

2.4 分类模型

2.4.1随机森林

2.4.2 支持向量机

2.5 QPZZ-Ⅱ型实验平台及数据集

2.6 基于多模型融合的齿轮故障诊断方法框架

2.7 本章小结

第3章 基于多模型特征级融合的齿轮故障诊断方法

3.1 引言

3.2 基于多模型特征级融合的齿轮故障诊断模型

3.3 特征融合算法

3.4 实验分析

（1）数据准备

（2）模型构建

（3）实验结果

3.5 本章小结

第4章 基于多模型决策级融合的齿轮故障诊断方法

4.1 引言

4.2 DS证据理论及改进方法

4.2.1 DS理论

4.2.2 基于Deng熵和模糊偏好关系的改进DS证据理论

4.2.3 实验分析

4.3 基于改进DS证据理论的多模型决策融合齿轮故障诊断

4.3.1 数据准备

4.3.2 实验分析

4.4 本章小结

第5章 基于多模型决策级融合的齿轮复合故障诊断

5.1 引言

5.2齿轮复合故障诊断框架

5.3 齿轮复合故障的诊断规则

5.4 实验分析

5.4.1基于齿轮复合故障诊断规则的数据划分

5.4.2 齿轮复合故障故障诊断结果

5.4.3 评价指标分析

5.5 本章小结

第6章 总结与展望

6.1 总结

6.2 展望

致谢

参考文献

附录A 主要符号对照表

附录B 在学期间发表的学术论文与研究成果

声明