基于全寿命数据的滚动轴承运行状态评估和剩余寿命预测

目录

目 录

第1 章绪 论

1.1 课题背景及研究的目的和意义

1.2 滚动轴承数据收集和统计分析

1.2.1 滚动轴承全寿命实验数据

1.2.2 概率分布在滚动轴承运行状态评估中的应用

1.3 滚动轴承信号处理和故障特征分析

1.3.1 滚动轴承振动机理分析

1.3.2 信号时频分析

1.3.3 特征提取和降维

1.4 轴承故障诊断的研究现状

1.4.1 滚动轴承故障监测

1.4.2 故障特征分类

1.4.3 剩余使用寿命预测

1.5 本文的主要研究内容

第2 章基于位置-刻度模型的滚动轴承可靠性评估

2.1 引言

2.2 滚动轴承可靠性评估

2.3 位置-刻度模型

2.3.1 正态分布

2.3.2 Ⅱ型广义logistic 分布

2.3.3 Tukey’s g-and-h 分布

2.3.4 粒子群优化算法

2.3.5实验寿命数据分析

2.4 P-S-N 曲线

2.4.1 三参数 P-S-N 曲线

2.4.2 变载荷实验寿命数据分析

2.5 本章小结

第3 章流形学习下基于支持向量数据描述的滚动轴承运行状态监测

3.1 引言

3.2 信号统计特征

3.2.1 时域特征

3.2.2 K-S 检验统计量

3.3 流形降维

3.3.1 拉普拉斯特征映射

3.3.2 局部保持投影

3.3.3 正交局部保持投影

3.4 支持向量数据描述

3.5 运行状态监测实验验证

3.5.1 运行状态监测流程

3.5.2 IMS 中心双排滚柱轴承全寿命实验

3.5.3 HBRC 滚动轴承寿命实验

3.6 本章小结

第4 章基于自适应局部迭代滤波和高阶解析能量算子的轴承早期故障诊断

4.1 引言

4.2 自适应模态分解

4.2.1 经验模态分解

4.2.2 自适应局部迭代滤波分解

4.2.3 EMD 和 ALIF 仿真对比

4.3 信号包络解调

4.3.1 Hilbert 变换

4.3.2 Teager 能量算子

4.3.3 解析能量算子

4.3.4 高阶解析能量算子

4.4 故障诊断仿真实验

4.4.1 故障诊断流程

4.4.2 仿真对比

4.5 早期故障诊断实验验证

4.5.1 IMS 中心双排滚柱轴承寿命实验

4.5.2 HBRC 寿命实验

4.6 本章小结

第5 章多尺度熵结合核稀疏表达的滚动轴承故障诊断

5.1 引言

5.2 多尺度熵

5.2.1 样本熵

5.2.2 模糊熵

5.2.3 排列熵

5.2.4 熵的多尺度化

5.3 核稀疏表达分类

5.3.1 稀疏表达分类

5.3.2 核稀疏表达分类

5.3.3 核稀疏表达分类流程

5.3.4 滚动轴承故障诊断流程

5.4 故障分类实验验证

5.4.1 离心泵故障轴承实验数据

5.4.2 CWRU 人工故障轴承实验数据

5.5 本章小结

第6 章基于集成学习的滚动轴承剩余寿命预测

6.1 引言

6.2 剩余使用寿命

6.3 机器学习算法

6.3.1 最小二乘支持向量机

6.3.2 相关向量机

6.4 剩余寿命预测流程

6.5 RUL 预测实验验证

6.6 本章小结

结 论

参考文献

攻读博士学位期间发表的论文及其它成果

声明

致 谢

个人简历