声明
摘要
第一章 绪论
1.1 课题研究背景及意义
1.2 国内外研究现状及发展趋势
1.3 论文主要内容以及创新点
1.4 论文结构框架
第二章 基于群体智能优化的VMD特征增强方法研究
2.1 变分模态分解算法原理及其存在的问题
2.1.1 变分模态分解算法原理
2.1.2 变分模态分解算法存在的问题
2.2 基于群体智能优化VMD算法的特征增强方法
2.2.1 灰狼优化算法
2.2.2 基于灰狼优化的VMD特征增强方法
2.3 改进VMD方法验证及结果分析
2.3.1 实验条件
2.3.2 实验结果与分析
2.4 本章小结
第三章 最优特征参数集的构建方法研究
3.1 时域特征和频域特征参数提取方法
3.1.1 时域特征参数提取方法
3.1.2 频域特征参数提取方法
3.1.3 时域和频域特征参数有效性分析
3.2 峭度谱熵
3.2.1 峭度谱熵特征参数提取方法
3.2.2 峭度谱熵特征参数有效性分析
3.3 Mel频率倒谱系数
3.3.1 Mel频率倒谱系数特征参数提取方法
3.3.2 MFCC特征参数有效性分析
3.4 最优特征参数集的构建
3.4.1 基于有监督封装型特征约简的最优特征参数集构建方法
3.4.2 方法验证及结果分析
3.5 本章小结
第四章 基于改进极限学习机的复合故障智能诊断方法研究
4.1 基于传统极限学习机的复合故障智能诊断
4.1.1 极限学习机原理
4.1.2 传统ELM方法实验分析
4.2 基于双并行极限学习机的复合故障智能诊断
4.2.1 双并行极限学习机原理
4.2.2 DP-ELM方法验证及结果分析
4.3 基于双并行双隐层极限学习机的复合故障智能诊断
4.3.1 双并行双隐层极限学习机原理
4.3.2 DPT-ELM方法验证及结果分析
4.4 DPT-ELM有效性验证分析
4.5 本章小结
第五章 结论与展望
5.1 研究成果总结
5.2 后续研究展望
参考文献
致谢
研究成果及发表的学术论文
作者和导师简介