滾動(dòng)軸承性能退化評(píng)估與剩余壽命預(yù)測(cè)

第1章 緒論
1.1 滾動(dòng)軸承振動(dòng)信號(hào)的特征提取
1.2 滾動(dòng)軸承故障的智能診斷
1.3 性能退化評(píng)估技術(shù)
1.4 剩余使用壽命(RUL)預(yù)測(cè)技術(shù)
本章參考文獻(xiàn)
第2章 滾動(dòng)軸承振動(dòng)機(jī)理及動(dòng)力學(xué)特性研究
2.1 引言
2.2 滾動(dòng)軸承故障振動(dòng)機(jī)理及故障特征分析
2.3 滾動(dòng)軸承滑移接觸下振動(dòng)特性研究
本章參考文獻(xiàn)
第3章 基于振動(dòng)信息的特征提取
3.1 引言
3.2 多域特征指標(biāo)
3.3 多尺度特征提取
3.4 特征降維與選擇
3.5 基于深度學(xué)習(xí)的特征提取方法
本章參考文獻(xiàn)
第4章 基于時(shí)頻圖像與卷積神經(jīng)網(wǎng)絡(luò)的滾動(dòng)軸承故障診斷方法
4.1 引言
4.2 基于時(shí)頻圖像與VGGNet的滾動(dòng)軸承故障診斷方法
4.3 基于遷移學(xué)習(xí)的深度殘差網(wǎng)絡(luò)的滾動(dòng)軸承故障診斷方法
4.4 基于數(shù)據(jù)驅(qū)動(dòng)的改進(jìn)生成對(duì)抗網(wǎng)絡(luò)的滾動(dòng)軸承故障診斷方法
本章參考文獻(xiàn)
第5章 基于支持向量機(jī)的滾動(dòng)軸承性能退化評(píng)估方法
5.1 引言
5.2 基于GA-SVM的滾動(dòng)軸承性能退化評(píng)估方法
5.3 基于SDAE-OCSVM的滾動(dòng)軸承性能退化評(píng)估方法
5.4 基于PSO-OCSVM的滾動(dòng)軸承性能退化評(píng)估方法
本章參考文獻(xiàn)
第6章 基于支持向量數(shù)據(jù)描述的滾動(dòng)軸承性能退化評(píng)估方法
6.1 引言
6.2 支持向量數(shù)據(jù)描述方法
6.3 基于自適應(yīng)SVDD的滾動(dòng)軸承性能退化評(píng)估方法
6.4 結(jié)合VMD符號(hào)熵與SVDD方法的滾動(dòng)軸承性能退化評(píng)估方法
本章參考文獻(xiàn)
第7章 融合概率建模與邊界距離的滾動(dòng)軸承性能退化評(píng)估方法
7.1 引言
7.2 基于概率建模的性能退化評(píng)估方法
7.3 基于邊界距離的性能退化評(píng)估方法
7.4 融合概率建模與邊界距離的滾動(dòng)軸承性能退化評(píng)估方法
本章參考文獻(xiàn)
第8章 基于徑向基的軸承性能退化評(píng)估與壽命預(yù)測(cè)方法
8.1 引言
8.2 RBF神經(jīng)網(wǎng)絡(luò)
8.3 基于RBF模型的性能退化評(píng)估
8.4 基于RBF模型與優(yōu)化Wiener模型的軸承壽命預(yù)測(cè)
本章參考文獻(xiàn)
第9章 基于卷積注意力長短時(shí)記憶網(wǎng)絡(luò)的軸承壽命預(yù)測(cè)方法
9.1 引言
9.2 CAN模型
9.3 LSTM神經(jīng)網(wǎng)絡(luò)
9.4 基于CAN-LSTM模型的剩余壽命預(yù)測(cè)方法
9.5 實(shí)驗(yàn)結(jié)果與分析
本章參考文獻(xiàn)