基于SVM和BP神经网络的滚动轴承故障诊断研究

目录

第一章绪论

1.1 研究背景及意义

1.2 滚动轴承故障诊断国内外研究综述

1.3滚动轴承特征提取与特征分类方法研究现状

1.4论文主要研究内容与论文结构

1.4.1主要研究内容

1.4.2论文结构

第二章滚动轴承相关特性研究

2.1 滚动轴承的结构

2.2 滚动轴承故障类型与诊断方法

2.2.1滚动轴承故障类型

2.2.2滚动轴承故障诊断方法

2.3 滚动轴承的特征频率

2.3.1 滚动轴承的固有频率

2.3.2 滚动轴承的故障特征频率

2.4 滚动轴承故障诊断实验数据介绍

2.5 本章小结

第三章基于小波包的滚动轴承故障特征提取研究

3.1 小波变换原理

3.2 小波包变换原理

3.3 基于小波包的滚动轴承故障特征提取实验

3.3.1 基于小波的滚动轴承振动信号降噪实验

3.3.2 基于小波包的能量特征提取实验

3.4 本章小结

第四章基于优化的SVM和BP神经网络的滚动轴承故障诊断研究

4.1 基于SVM的滚动轴承故障诊断研究

4.1.1 支持向量机基本原理

4.1.2 基于SVM的滚动轴承故障诊断实验

4.2 基于PSO-GA-SVM的滚动轴承故障诊断研究

4.2.1 遗传算法基本原理

4.2.2粒子群优化算法基本原理

4.2.3 基于PSO-GA-SVM的滚动轴承故障诊断实验

4.3 基于BP神经网络的滚动轴承故障诊断研究

4.3.1 BP神经网络基本原理

4.3.2 基于BP神经网络的滚动轴承故障诊断实验

4.4 基于BA-BP神经网络的滚动轴承故障诊断研究

4.4.1 蝙蝠算法基本原理

4.4.2 基于BA-BP神经网络的滚动轴承故障诊断实验

4.5 本章小结

第五章总结与展望

参考文献

致谢

声明