声明
第一章 绪论
1.2滚动轴承故障信号时频分解研究现状
1.3滚动轴承故障的ANN和CNN诊断研究现状
1.4研究内容及目标
1.5论文组织与结构
第二章滚动轴承振动数据预处理
2.1 CWRU滚动轴承数据整理
2.2故障信号时频分析
2.2.1滚动轴承故障频率估算
2.2.2信号时频分析对比实例
第三章基于BAS-VMD算法的信号时频处理
3.1.2变分模型求解
3.2天牛须搜索算法
3.2.2 BAS算法工作流程
3.3 BAS-VMD的信号自适应时频处理
3.3.1 VMD参数优化
3.3.2滚动轴承故障信号自适应分解
3.3.3 滚动轴承故障信号自适应重构
第四章基于图像识别的滚动轴承故障时频联合诊断
4.1二维卷积神经网络结构分析
4.2 TWP-2D-CNN的网络层设计
4.2.1卷积层优化
4.2.2池化层优化
4.2.3全连接层优化
4.3基于TWP-2D-CNN的滚动轴承故障诊断
4.3.2卷积神经网络参数设计
4.3.3卷积神经网络诊断流程
4.3.4TWP-2D-CNN故障诊断实例
4.3.5 TWP-2D-CNN智能诊断分析
第五章 总结与展望
5.2研究展望
致谢
参考文献
附录
作者简介
中国民航大学;