声明
第1章绪论
1.1 论文研究背景与意义
1.2 国内外研究现状
1.2.1 轴承性能退化特征空间构建
1.2.2 轴承性能退化评估
1.2.3 轴承剩余使用寿命预测
1.3 研究内容与论文章节安排
1.3.1 本文研究内容
1.3.2 本文章节安排
第2章伺服电机轴承振动信号退化特征空间构建
2.1 引言
2.2 伺服电机轴承振动信号数据
2.2.1 FEMTO 轴承数据集
2.2.2 IMS 轴承数据集
2.3 轴承时域特征提取
2.4 基于 EMD 的轴承时频域特征提取
2.4.1 EMD 分解原理
2.4.2 基于 EMD 的时频域特征值计算
2.5 基于 SSAE 的轴承退化特征空间构建
2.5.1 自编码器
2.5.2 稀疏自编码器
2.5.3 堆叠稀疏自编码器 SSAE
2.5.4 轴承退化特征空间构建
2.6 轴承退化特征评价指标
2.7 实验验证与分析
2.8 本章小结
第3章基于 MOHS-SVM 的伺服电机轴承性能退化评估
3.1 引言
3.2 单值分类 SVM
3.2.1 传统二值分类 SVM
3.2.2 单值分类 SVM
3.3 多目标和声搜索算法 MOHS
3.4 基于 MOHS-SVM 的轴承性能退化评估
3.4.1 退化指标构建
3.4.2 早期故障阈值设定及退化指标平滑
3.5 实验验证与分析
3.6 本章小结
第4章基于 DGRU 的伺服电机轴承 RUL 预测
4.1 引言
4.2 轴承 RUL 预测算法原理
4.2.1 循环神经网络概述
4.2.2 门控循环单元网络
4.2.3 深层门控循环单元网络 DGRU
4.2.4 模型优化技术
4.3 基于 DGRU 的轴承 RUL 预测方法研究
4.4 轴承 RUL 预测评价指标
4.5 实验验证与分析
4.6 本章小结
总结与展望
参考文献
致谢
附录A 攻读学位期间所发表的学术论文目录
附录 B 攻读学位期间参加的科研项目目录
湖南大学;