基于高频振动信号与机器学习的旋转机械智能故障诊断

目录

声明

致谢

摘要

1．1研究背景和意义

1．2基于振动信号的旋转机械设备分析和故障诊断的发展现状

1．2．1基于振动信号的分析方法发展现状

1．2．2基于机器学习的故障诊断方法发展现状

1．3旋转机械设备故障诊断所面临的问题

1．4本文主要研究内容

1．5本章小结

第2章基于经验模态分解和关键特征选择的故障诊断方法

2．1引言

2．2经验模态分解

2．3统计特征提取

2．3．1相关系数

2．3．2互信息

2．3．3慢特征

2．4特征选择

2．5基于经验模态分解和关键特征选择的故障诊断方法

2．6．1离线建模过程

2．5．2在线故障识别与诊断

2．6案例实验验证

2．6．1汽轮机案例

2．6．2磨煤机案例

2．7本章小结

第3章基于区分平稳非平稳信号特征选择的故障诊断方法

3．1引言

3．2小波变换

3．2．1小波分解

3．2．2小波包分解

3．3 ADF检验

3．4基于区分平稳非平稳信号特征选择的故障诊断方法

3．4．1结合经验模态分解和小波分解的信号预处理方法

3．4．2区分平稳非平稳信号的特征选择故障诊断模型离线建模

3．4．3在线故障诊断

3．5案例验证

3．5．1汽轮机案例

3．5．2磨煤机案例

3．6本章小结

第4章基于经验模态分解和卷积神经网络的故障诊断方法

4．1引言

4．2神经网络

4．2．1卷积神经网络

4．2．2全连接神经网络

4．3基于经验模态分解和卷积神经网络的故障诊断方法

4．3．1基于卷积神经网络的离线建模过程

4．3．2在线故障诊断

4．4实验验证

4．4．1泵机案例

4．4．2汽轮机案例和磨煤机案例

4．5本章小结

5．1全文研究内容总结

5．2研究工作展望

参考文献

攻读硕士学位期间完成的学术论文及专利

攻读硕士期间参加的科研项目