轴承故障诊断,定量诊断,支持向量回归机,特征提取,

论文导读：项目(批准号:BK2010225)：“基于瞬态振动特点辨识的轴承局部故障定量诊断探讨”。关键词：轴承故障诊断论文定量诊断论文支持向量回归机论文特点提取论文本论文由www.7ctime.com,需要论文可以联系人员哦。摘要4-5Abstract5-10第一章绪
摘要：机械设备运转条件复杂、环境恶劣的工况下，其核心零部件和重要机械结构会不可避开地发生不同程度的故障。机械设备一旦出现故障，可能会带来巨大的经济损失和人员伤亡。然而机械设备故障的演变有着一个由轻微到严重的进展历程。因而准确及时识别运转历程中萌生和演变历程，对保障机械设备安全运转、避开经济损失和灾难性事故作用重大。故障定量诊断策略是一种能够有效的确定故障演变历程和故障大小的机械故障诊断策略。本论文以轴承为对象，针对故障状态特点与故障大小之间的高度非线性、故障样本少等特点，提出采取支持向量回归机策略，建立轴承故障严重程度判断模型和故障大小定量诊断探讨案例。首先，进行了轴承常见的故障失效形式浅析以及滚动轴承故障的运动学探讨，并介绍了本论文的轴承故障模拟实验系统，在此系统上进行了不同程度的轴承外圈故障试验。然后，系统的阐述了统计学习论述，介绍了基于结构风险最小化原则的支持向量机论述，并进一步提出将支持向量分类机和支持向量回归机用于故障特点分类和回归描述，为故障诊断模型的建立提供了论述基础。探讨了轴承振动信号故障特点的提取策略，提取了相关的特点如峰值、方差、峭度等，并且浅析了这些特点与故障大小之间的联系，为故障诊断模型的建立提供了数据基础。最后根据所提取的特点运用支持向量回归机分别建立了轴承故障程度的分类模型和故障大小的定量诊断模型，分类模型用于定量评价故障程度，定量诊断模型用于确定故障大小。策略在训练集和测试集上的效果验证了该策略的有效性。本论文基于轴承振动信号特点，采取支持向量回归机建立了轴承故障诊断模型，包括了故障程度分类模型和故障大小定量诊断模型，为轴承故障程度分类和定量诊断确立了有效的策略。本论文依托于江苏省自然科学基金项目(批准号: BK2010225)：“基于瞬态振动特点辨识的轴承局部故障定量诊断探讨”。关键词：轴承故障诊断论文定量诊断论文支持向量回归机论文特点提取论文
本论文由www.7ctime.com,需要论文可以联系人员哦。摘要4-5
Abstract5-10
第一章 绪论10-18

1.1 机械故障诊断选题作用及进展历史10-13

1.1 选题作用10-11

1.2 机械故障诊断的目的11

1.3 机械故障诊断的进展历史11-13

1.2 常用智能故障诊断策略13-15

1.2.1 基于人工神经网络的诊断策略13

1.2.2 基于模糊论述的故障诊断策略13-14

1.2.3 基于专家系统14-15

1.3 支持向量机在故障诊断中的运用15-16

1.4 本论文探讨内容及论文结构16-18

第二章 轴承故障机理18-24

2.1 滚动轴承的主要故障形式18-19

2.2 滚动轴承的基本参数19-22

2.1 滚动轴承的故障特点频率19-21

2.2 滚动轴承的固有频率21-22

2.3 有故障轴承的振动信号特点22-24

2.3.1 疲劳剥落损伤22

2.3.2 磨损22-23

2.3.3 胶合23-24

第三章 支持向量机的论述24-38

3.1 统计学习论述24-27

3.

1.1 VC 维25

3.

1.2 推广性的界25-26

3.

1.3 结构风险最小化26-27

3.2 支持向量分类机27-32
3.

2.1 线性分类不足27-29

3.

2.2 近似线性分类不足29

3.

2.3 非线性分类不足29-30

3.

2.4 核函数30-31

3.

2.5 支持向量分类实例31-32

3.3 支持向量回归机32-37

3.1 支持向量回归机的基本原理33

3.2 损失函数33-34

3.3 目标函数及其求解34-35

3.4 实例35-37

3.4 本章小结37-38

第四章 轴承振动信号故障特点提取策略38-48

4.1 时域浅析策略38-39

4.2 频域浅析策略39-40

4.3 时频浅析策略40-41

4.

3.1 线性时频浅析40-41

4.

3.2 双线性时频浅析41

4.4 轴承振动信号特点浅析41-47

4.5 本章小结47-48

第五章 基于支持向量回归的故障定量诊断策略及其运用48-59

5.1 引言48-49

5.2 基于支持向量回归的轴承外圈故障程度分类模型49-52

5.

2.1 训练集和测试集49-50

5.

2.2 数据处理50

5.

2.3 确定模型参数50-51

5.

2.4 模型在训练集和预测集上的结果及浅析51-52

5.3 基于支持向量回归的轴承故障定量诊断模型建立52-58
5.

3.1 训练集与测试集53-54

5.

3.2 数据处理54

5.

3.3 确定模型参数54-55

5.

3.4 模型在训练集和预测集上的结果55-56

5.

3.5 比较浅析56-58

5.4 本章小结58-59
第六章 滚动轴承故障模拟试验59-62

6.1 轴承故障诊断试验台59

6.2 轴承故障设置59-61

6.3 信号采集系统61

6.4 振动信号数据61-62

第七章 总结与展望62-64

7.1 全文总结62

7.2 进一步探讨工作展望62-64

参考文献64-70
攻读硕士学位期间发表的论文及申请专利70-71
致谢71-72