民航发动机轴承故障的时频联合诊断研究

目录

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