声明
致谢
摘要
1 绪论
1.1 滚动轴承故障诊断研究的意义与内容
1.1.1 滚动轴承故障诊断研究的意义
1.1.2 滚动轴承故障诊断研究的内容
1.2 滚动轴承故障诊断概述
1.2.1 滚动轴承故障诊断研究的发展历程
1.2.2 滚动轴承故障信息的主要获取方法
1.2.3 滚动轴承的振动机理
1.3 滚动轴承故障诊断中特征提取与模式识别研究现状
1.3.1 特征提取方法的研究现状
1.3.2 模式识别方法的研究现状
1.4 论文主要工作与总体框架
2 Hilbert-Huang变换基本原理及其改进
2.1 Hilbert-Huang变换基本原理
2.1.1 IMF分量定义条件
2.1.2 经验模态分解基本原理
2.2 Hilbert谱和Hilbert边际谱
2.3 集合经验模态分解基本原理
2.5 完备集合经验模态分解基本原理
2.5 本章小结
3 基于改进的HHT方法的故障特征提取
3.1 改进的HHT方法基本理论
3.2 仿真信号分析
3.3 本章小结
4 支持向量机分类方法研究
4.1 机器学习理论
4.1.1 经验风险最小化原则
4.2 统计学习理论
4.2.1 结构风险最小化原则
4.3 支持向量机
4.3.1 线性支持向量机
4.3.2 非线性支持向量机
4.3.3 支持向量机的结构
4.4 最小二乘支持向量机
4.5 基于PSO算法的LS-SVM参数优化
4.5.1 试验验证
4.6 本章小结
5 基于改进HHT和SVM的故障模式识别
5.1 实验数据分析
5.1 故障分类识别
5.3 本章小结
6 总结与展望
参考文献
作者简历及攻读硕士学位期间取得的研究成果
学位论文数据集
北京交通大学;