基于稀疏表示的滚动轴承故障诊断方法研究

目录

声明

第1 章 绪论

1.1 课题背景

1.2 研究目的及意义

1.3 故障诊断研究现状

1.3.1 故障监测与诊断的发展历程

1.3.2 特征提取研究现状

1.3.3 模式识别研究现状

1.4 稀疏表示理论研究现状

1.5 论文主要研究内容

1.6 本章小结

第2 章滚动轴承故障机理与特征分析

2.1.1 滚动轴承基本结构

2.1.2 滚动轴承的失效形式

2.2 滚动轴承振动机理

2.3.1 滚动轴承固有频率

2.3.2 滚动轴承故障特征频率

2.4.1 滚动轴承故障振动冲击

2.4.2 滚动轴承故障特征分析

2.5 本章小结

第3 章 基于稀疏表示的故障特征提取研究

3.1 信号的稀疏表示理论

3.2 稀疏分解算法

3.2.1 基追踪

3.2.2 匹配追踪法

3.2.3 正交匹配追踪算法

3.3 构建字典方法

3.3.1 固定基字典

3.3.2 学习型字典

3.4 基于稀疏表示的滚动轴承故障诊断特征提取模型

3.4.1 局部均值分解原理

3.4.2 OMP优化算法

3.4.3 基于LMD与优化OMP的故障特征提取模型

3.5 仿真信号分析

3.6 实验信号分析

3.7 本章小结

第4 章基于稀疏表示与LVQ神经网络的滚动轴承故障诊断模型

4.1 局部线性嵌入算法

4.2 学习向量量化神经网络

4.2.1 LVQ神经网络的基本结构及原理

4.2.2 LVQ神经网络学习规则

4.3.1 故障诊断流程

4.3.2 实验验证分析

4.4 本章小结

第5 章 实验验证

5.1.1 滚动轴承故障诊断实验流程

5.1.2 滚动轴承实验数据

5.2 基于稀疏表示的滚动轴承特征提取

5.3.1 滚动轴承故障类型识别

5.3.2 滚动轴承内圈损伤程度识别

5.3.3 滚动轴承识别对比

5.4 本章小结

结论

参考文献

攻读硕士学位期间发表的论文和获得的科研成果

致谢