声明
摘要
第一章绪论
1.1研究背景及意义
1.2国内外研究现状与分析
1.2.1研究现状总结
1.3本文主要研究内容与组织结构
第二章滚动轴承振动信号时频分析与数据处理算法的研究
2.1引言
2.2滚动轴承的相关概念及机理
2.3原始振动信号时频分析
2.3.1短时傅立叶变换时频分析
2.3.2小波变换时频分析
2.4数值分析方法-双线性插值法
2.5本章小结
第三章基于深度学习的滚动轴承RUL研究
3.1引言
3.2基于数据驱动的RUL预测基本流程
3.3BP神经网络
3.4卷积神经网络
3.4.1传统卷积神经网络
3.4.2全卷积层神经网络
3.4.3全局池化卷积神经网络
3.5本章小结
第四章基于时频分析与深度学习的滚动轴承RUL预测
4.1引言
4.2结合时频分析与深度学习的RUL预测模型
4.3滚动轴承实验数据集及其时频分析
4.3.1PRONOSTIA试验台
4.3.2实验数据集
4.4.3基于原始信号的时频图数据集生成
4.4滚动轴承RUL预测实验
4.4.1采用BP神经网络的RUL预测
4.4.2采用传统CNN的RU[预测
4.4.3采用全卷积神经网络的RUL预测
4.4.4采用全局池化卷积神经网络的RUL预测
4.5实验结果分析
4.6本章小结
第五章总结与展望
参考文献
致谢
攻读硕士学位期间取得的成果
山东大学;