声明
摘要
第一章 绪论
1.1 课题研究背景和意义
1.2 故障预测方法的国内外研究历史和现状
1.2.1 故障预测方法概述
1.2.2 国内外研究历史概述
1.2.3 国内外研究现状概述
1.3 神经网络方法概述
1.4 课题来源及主要研究内容
第二章 灰色神经网络方法在故障预测中的应用研究
2.1 灰色神经网络简介
2.2 时域特征参数应用
2.2.1 时域特征参数计算
2.2.2 时域特征参数选取方法
2.3 故障预测实例
2.3.1 轴承故障实验简介
2.3.2 BP神经网络预测
2.3.3 灰色神经网络预测
2.3.4 齿轮故障对比研究
2.4 本章小结
第三章 Elman神经网络在故障预测中的应用研究
3.1 Elman神经网络概述
3.2 Elman神经网络学习过程及算法
3.3 故障预测实例
3.3.1 轴承故障预测实例
3.3.2 齿轮故障预测实例
3.3.3 隐含层神经元个数对预测结果的影响
3.4 本章小结
第四章 形态分形维数和极限学习机在故障预测中的应用研究
4.1 极限学习机介绍
4.1.1 极限学习机概述
4.1.2 极限学习机学习算法
4.2 极限学习机在故障预测中的应用
4.2.1 轴承故障预测的应用
4.2.2 齿轮故障预测的应用
4.2.3 极限学习机神经元个数对预测结果的影响
4.2.4 小结
4.3 分形维数概述
4.4 数学形态学的分型维数计算
4.5 形态分形维数和极限学习机在故障预测中的应用
4.5.1 形态分形维数特征量计算
4.5.2 极限学习机预测
4.5.3 形态分形维数方法对预测结果的影响
4.6 本章小结
第五章 结论与展望
5.1 全文工作总结
5.2 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