文档介绍：大·晕武易薹;垮张硕士学位论文基于非线性时间序列的机械故障模式识别黄艳林指导教师姓名:申请学位级别:论文定稿日期:学位授予单位:学位授予日期:李友荣教授武汉科技大学机械自动化学院答辩委员会主席:评阅人:刘安中教授许瑞璋高工肖涵副教授分类号:密级:
\㈣剃嬲论文作者签名:毒牮缸醴蝗掌冢论文作者签名:整整丛期:碰:工::边指导教师签名:互塑茎研究生学位论文版权使用授权声明武汉科技大学研究生学位论文创新性声明工作外,本论文不包含任何其他个人或集体已经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。申请学位论文与资料若有不实之处,本人承担一切相关责任。。本人郑重声明:所呈交的学位论文是本人在导师指导下,独立进行研究所取得的成果。除了文中已经注明引用的内容或属合作研究共同完成的本论文的研究成果归武汉科技大学所有,其研究内容不得以其它单位的名义发表。本人完全了解武汉科技大学有关保留、使用学位论文的规定,工作的规定》执行徒宦畚牡母从〖偷缱影姹荆市砺畚谋徊樵暮徒柙模同意学校将本论文的全部或部分内容编入学校认可的国家相关数据库进行日
武汉科技大学硕士学位论文摘要第机械设备的故障模式识别包括信号的降噪、特征提取、降维、故障模式的描述和识别等主要内容。机械故障的模式识别往往是对采集到的时间序列进行分析研究,而机械故障信号一般具有非线性和非平稳性,且存在噪声干扰,因此研究适用于机械设备故障模式识别的方法具有重要意义。将相空间重构技术与独立分量分析方法相结合,提出了局部独立投影降噪算法。运用该方法对仿真信号进行降噪实验,效果良好。仿真实验表明,该算法的降噪效果明显优于全局投影降噪算法;一般情况下与局部投影算法降噪效果接近,在某些情况下也优于局部投影算法。并运用该方法对低速重载轴承振动信号进行分析,准确判断出轴承故障。提出将非线性动力学中的关联维、最大李雅普洛夫指数和柯尔莫哥罗夫熵三个参数同时作为特征向量,运用支持向量机作为分类器的故障模式分类方法。运用该方法分别对故障齿轮信号中的断齿、磨损、周节误差和鲁K闹止收侠嘈徒醒盗泛褪侗穑峁砻鞲方法具有较高的识别率。关键词:模式识别;相空间重构;局部独立投影:非线性动力学;支持向量机
..;;;琭,..甌,甎甀甆..瑆:籶
武汉科技大学硕士学位论文第录摘要⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.髀邸璴基于非线性时间序列的机械故障模式识别研究意义⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯模式识别的研究方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..≡⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯本文的主要研究内容⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯谙嗫占渲毓褂刖植慷懒⒎至糠治龅慕翟胨惴ā璤⋯⋯⋯非线性时间序列的相空间重构⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯·独立分量分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..懒⒎⒎至糠治龅哪P图坝τ锰跫P凸兰圃碛刖咛逅惴ā局部独立投影降噪算法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⑼⑼队敖翟胨惴ǖ氖迪帧局部独立投影降噪算法对仿真信号的降噪⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.哉倚藕诺姆抡媸笛椤信号的仿真实验⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.局部独立投影降噪算法在低速重载轴承故障诊断中的应用⋯⋯⋯⋯⋯⋯⋯⋯⋯..本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯诜窍咝允奔湫蛄械哪J绞侗稹非线性动力学参数的基础⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.婀治印关联维数⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯...
武汉科技大学硕士学位论文第Ⅳ页李雅普洛夫指数⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.柯尔莫哥罗夫熵熵支持向量机⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..基于非线性时间序列的齿轮故障模式识别⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯