包邮旋转机械非平稳信号分析及故障诊断技术

1绪论 11课题背景及意义 12旋转机械故障诊断技术研究现状 121信号采集 122故障信号分析与处理 123故障特征提取 124模式识别与故障诊断 125故障机理研究 126故障诊断技术研究 13信号分析及故障特征提取技术研究现状 131经典谱分析方法研究 132时频分析方法研究 14本书的主要研究内容和结构安排
2支持向量机理论研究及其改进 21引言 22支持向量机原理 221机器学习 222统计学习 223核函数 224模型选取 23果蝇算法的原理及其改进 231果蝇算法的基本原理 232果蝇算法的基本步骤 233果蝇算法的改进 24基于改进果蝇算法的支持向量机的参数优化 241改进果蝇算法的支持向量机的参数优化模型建立 242仿真信号分析 25本章小结
3基于集合经验模态分解的故障诊断技术 31引言 32经验模态分解方法的原理 321EMD的基本原理 322EMD的基本步骤 323EMD的模态混叠 33集合经验模态分解方法的原理 331EEMD的基本原理 332EEMD的基本步骤 34基于集合经验模态分解的故障诊断技术 341EEMD诊断技术的实现 342EEMD故障特征提取 343基于集合经验模态分解的轴承故障诊断应用 35本章小结
4基于局部均值分解的故障诊断技术 41引言 42局部均值分解方法的原理 421LMD的基本原理 422LMD的基本步骤 423LMD的模态混叠 43基于局部均值分解的故障诊断技术 431LMD诊断技术的实现 432LMD故障特征提取 433转子故障诊断实例 44基于局部均值分解与切片双谱的故障诊断技术 441切片双谱的定义 442局部均值分解与切片双谱的诊断技术的实现 443局部均值分解与切片双谱的故障特征提取 444轴承故障诊断实例 45本章小结
5基于固有时间尺度分解的故障诊断技术 51引言 52固有时间尺度分解方法的原理 521ITD的基本原理 522ITD的基本步骤 523ITD存在的问题 53固有时间尺度分解方法的改进 531MITD的基本原理 532MITD的基本步骤 54基于改进的固有时间尺度分解的故障诊断技术 541MITD诊断技术的实现 542MITD故障特征提取 543基于改进的固有时间尺度分解的转子故障诊断应用 55基于改进的固有时间尺度分解与Teager能量算子的故障诊断
技术 551Teager能量算子的定义 552MITD与Teager能量算子诊断技术的实现 553MITD与Teager能量算子故障特征提取 554转子故障诊断实例 56本章小结
6基于可变模式分解的故障诊断技术 61引言 62可变模式分解方法的原理 621VMD的基本原理 622VMD的基本步骤 623VMD存在的问题 63基于可变模式分解的故障诊断技术 631VMD诊断技术的实现 632VMD故障特征提取 633基于可变模式分解的转子故障诊断应用 64本章小结
7结论与展望 71结论 72创新点 73展望
参考文献