首页> 中文学位 >基于振动数据分析的轴承典型故障预测研究
【6h】

基于振动数据分析的轴承典型故障预测研究

代理获取

目录

声明

第一章 绪论

1.1课题研究背景与意义

1.2研究现状与发展趋势

1.3本文的主要研究内容

第二章 相关向量机数学基础

2.1 相关向量机模型

2.2相关向量机训练算法

2.3 本章小结

第三章 基于融合数据驱动算法的轴承故障预测

3.1 灰色模型(GM)算法原理

3.2 互补集总经验模态分解

3.3 融合算法模型

3.4 融合算法的实验验证与分析

3.5 本章小结

第四章 基于改进相关向量机算法的轴承故障预测

4.1 基于核主成分分析的轴承故障特征提取

4.2 改进的相关向量机算法

4.3 改进RVM算法故障预测总流程

4.4 仿真实验与分析

4.5 本章小结

第五章 轴承故障预测实验验证

5.1实验平台介绍

5.2 基于混合数据驱动算法的轴承故障预测实验

5.3 基于KPCA-ACS-RVM算法的轴承故障预测实验

5.3 本章小结

第六章 总结和展望

致谢

参考文献

作者简介

展开▼

著录项

  • 作者

    王银刚;

  • 作者单位

    中国民航大学;

  • 授予单位 中国民航大学;
  • 学科 航空运输大数据工程
  • 授予学位 硕士
  • 导师姓名 董健康,郭润夏;
  • 年度 2020
  • 页码
  • 总页数
  • 原文格式 PDF
  • 正文语种 chi
  • 中图分类
  • 关键词

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号