声明
第1章 绪论
1.1 设备健康管理现状
1.2 智能制造背景下基于PHM技术的设备健康管理
1.3 研究内容和创新点
第2章 数据驱动下的滚动轴承可预测性维护管理方案
2.1 滚动轴承失效形式
2.2 滚动轴承可预测性维护管理方案
2.3 实验平台及振动信号采集
2.4 振动信号预处理
2.5 故障识别模型构建
2.6 剩余寿命预测模型构建
2.7 本章小结
第3章基于深度学习的滚动轴承故障识别
3.1 深度学习模型
3.2 深度学习模型应用
3.3 参数挖掘与实验结果分析
3.4 最优参数下实验结果与分析
3.5 本章小结
第4章 基于辅助粒子滤波器的滚动轴承剩余寿命预测
4.1 辅助粒子滤波器
4.2 基于辅助粒子滤波器的滚动轴承剩余寿命预测
4.3 实验结果与分析
4.4 本章小结
第5章 总结与展望
参考文献
致谢
在学期间发表论文及参加课题情况
重庆工商大学;