简论变换基于HHT和支持向量机旋转机械故障诊断

摘要3-4

ABSTRACT4-5

符号说明5-8

第一章 绪论8-12

1.1 选题的背景、目的及其作用8-9

1.2 国内外相关技术进展近况及进展走势9-10

1.2.1 国外相关技术的进展情况9

1.2.2 国内相关技术的进展情况9-10

1.2.3 国内外相关技术的进展走势10

1.3 本论文主要探讨内容10-12

1.3.1 论文的结构安排11-12

第二章 Hilbert-Huang变换12-20

2.1 EMD策略12-14

2.1.1 概述12

2.1.2 固有模态函数12

2.1.3 EMD策略的筛分历程12-14

2.2 Hilbert谱14-15

2.3 EMD策略在实际信号浅析中的运用15-18

2.4 本章小结18-20

第三章 最小二乘支持向量机分类与回归20-32

3.1 概述20

3.2 支持向量机的基础20-23

3.2.1 机器学习20-21

3.2.2 经验风险最小化21

3.2.3 统计学习论述21-23

3.3 支持向量机分类23-26

3.4 支持向量机回归26-29

3.5 最小二乘支持向量机29-30

3.6 本章小结30-32

第四章 Hilbert-Huang变换端点效应的抑制策略32-48

4.1 概述32-33

4.2 半波均值波形延拓法33-40

4.2.1 波形差别度的计算33-34

4.2.2 半波均值波形延拓策略34-36

4.2.3 半波均值延拓在端点效应不足处理中的运用36-40

4.3 基于LS-SVM回归的端点效应的抑制40-47

4.3.1 LS-SVM延拓原理40-41

4.3.2 LS-SVM延拓在端点效应不足处理中的运用41-47

4.4 本章小结47-48

第五章 基于EMD的机械故障特点提取48-74

5.1 概述48

5.2 基于能量的故障特点提取48-52

5.2.1 分类器的设计49

5.2.2 基于能量的信号特点提取策略在旋转机械故障诊断中的运用49-52

5.3 基于差别度的信息分离策略52-59

5.3.1 差别度模型的设计53-55

5.3.2 基于差别度的信息分离策略在旋转机械故障诊断中的运用55-59

5.4 基于固有模态函数包络谱的旋转机械故障诊断59-72

5.4.1 基于固有模态函数包络谱的旋转机械故障诊断步骤59-60

5.4.2 实测信号浅析60-72

5.5 本章小结72-74

第六章 结论与展望74-78

6.1 本论文工作总结74-75

6.2 探讨展望75-78

致谢78-80