面向深度學習和大數據的軌道交通軸承故障智能診斷方法

第1章軌道交通軸承故障診斷概述
1.1軌道交通軸承故障診斷意義及內容
1.1.1軌道交通軸承故障診斷意義
1.1.2軌道交通軸承故障診斷內容
1.2軌道交通軸承故障診斷方法及其發(fā)展
1.2.1軸承故障診斷方法分類
1.2.2軸承振動信號故障診斷發(fā)展
1.3軌道交通軸承故障振動診斷方法
1.3.1基于振動信號分析的方法
1.3.2基于數據驅動的診斷方法
第2章軌道交通軸承結構及振動機理
2.1軌道交通軸承結構
2.1.1軌道交通運用軸承分類
2.1.2軌道交通軸承結構分析
2.1.3軌道交通軸承故障表現(xiàn)
2.1.4軌道交通軸承故障原因
2.2軌道交通軸承振動機理
2.2.1滾動軸承的固有振動
2.2.2涉及軸承載荷及彈性的振動
2.2.3軸承制造或裝配不良引起的振動
2.2.4軸承各類故障引起的振動
第3章軌道交通軸承故障診斷技術概述
3.1軸承振動信號采集與預處理技術
3.1.1軸承振動信號采集技術
3.1.2軸承振動信號數據預處理技術
3.2軌道交通軸承故障特征提取技術
3.2.1軸承振動信號故障時域特征提取方法
3.2.2軸承振動信號故障頻域特征提取方法
3.2.3基于希爾伯特包絡分析故障特征提取方法
3.2.4基于小波包包絡分析故障特征提取方法
3.2.5基于經驗模態(tài)分解故障特征提取方法
3.2.6基于局部均值分解故障特征提取方法
3.2.7基于變分模態(tài)分解故障特征提取方法
3.3軌道交通軸承故障特征選擇技術
3.3.1基于主成分分析的特征選擇方法
3.3.2基于線性判別分析的特征選擇方法
3.3.3基于信息熵的量化特征選擇方法
3.3.4基于自編碼器的特征選擇方法
3.4軌道交通軸承故障智能診斷技術
3.4.1人工神經網絡
3.4.2支持向量機
3.4.3決策樹
3.4.4卷積神經網絡
3.4.5深度信念網絡
3.4.6循環(huán)神經網絡
第4章基于卷積神經網絡的軸承故障診斷方法
4.1基于卷積神經網絡軸承故障診斷工作原理
4.1.1基于卷積神經網絡軸承故障診斷網絡結構
4.1.2基于卷積神經網絡軸承故障診斷建模機理
4.1.3基于卷積神經網絡軸承故障診斷建模策略
4.2基于卷積神經網絡的軸承故障診斷模型構建方法
4.2.1基于卷積神經網絡軸承故障診斷模型構建流程
4.2.2一種基于WKCNN軸承故障診斷模型構建算法
4.3基于卷積神經網絡的軸承故障診斷模型實驗
4.3.1基于WKCNN軸承故障診斷數據源
4.3.2基于WKCNN軸承故障診斷模型構建實驗
4.3.3基于WKCNN軸承故障診斷模型驗證實驗
第5章基于深度信念網絡的軸承故障診斷方法
5.1基于深度信念網絡故障診斷工作原理
5.1.1基于深度信念網絡的軸承故障診斷網絡結構
5.1.2基于深度信念網絡的軸承故障診斷建模機理
5.2基于深度信念網絡的軸承故障診斷模型構建
5.2.1基于深度信念網絡的軸承故障診斷模型構建流程
5.2.2基于深度信念網絡的軸承故障診斷模型構建算法
5.3基于深度信念網絡的軸承故障診斷模型實驗
5.3.1基于深度信念網絡的軸承故障診斷數據源
5.3.2基于深度信念網絡的軸承故障診斷模型構建實驗
5.4一種基于MCELF的DBN軸承故障診斷加速方法
5.4.1基于MCELF的故障診斷加速方法
5.4.2基于MCELF的加速DBN故障診斷的模型構建
算法
5.4.3基于MCELF的加速DBN故障診斷的模型實驗
第6章基于循環(huán)神經網絡的軸承故障診斷方法
6.1基于循環(huán)神經網絡故障診斷工作原理
6.1.1基于循環(huán)神經網絡的軸承故障診斷網絡結構
6.1.2基于循環(huán)神經網絡的軸承故障診斷建模機理
6.1.3長短期記憶網絡LSTM工作原理
6.1.4門限循環(huán)單元GRU網絡工作原理
6.2基于循環(huán)神經網絡的軸承故障診斷模型構建
6.2.1基于循環(huán)神經網絡的軸承故障診斷模型構建流程
6.2.2一種基于LGL軸承故障診斷模型構建算法
6.3基于循環(huán)神經網絡的軸承故障診斷模型實驗
6.3.1基于LGL軸承故障診斷數據源
6.3.2基于LGL軸承故障診斷模型構建實驗
6.3.3基于LGL軸承故障診斷模型驗證實驗
第7章基于集成學習的軸承故障智能診斷方法
7.1基于集成學習的故障診斷工作原理
7.1.1集成學習方法及Stacking算法
7.1.2基于集成學習的故障診斷網絡結構
7.2基于集成學習的軸承故障診斷模型構建
7.2.1基于集成學習的軸承故障診斷模型構建方法
7.2.2基于集成學習的軸承故障診斷模型構建流程
7.3基于集成學習的軸承故障診斷模型實驗
7.3.1基于集成學習的軸承故障診斷數據源
7.3.2基于集成學習軸承故障診斷模型構建實驗
第8章基于遷移學習的變工況軸承故障智能診斷方法
8.1基于遷移學習的變工況軸承故障診斷工作原理
8.1.1基于遷移學習的變工況故障診斷網絡結構
8.1.2一種改進彈性網正則化的遷移學習方法
8.2基于遷移學習的變工況軸承故障診斷模型構建
8.2.1基于遷移學習的變工況軸承故障診斷模型構建
流程
8.2.2基于遷移學習的變工況軸承故障診斷模型構建
算法
8.3基于遷移學習的變工況軸承故障診斷模型實驗
8.3.1變工況軸承故障診斷數據源
8.3.2變工況軸承故障診斷模型實驗
第9章基于大數據平臺的軸承故障智能診斷方法
9.1大數據Hadoop平臺工作原理
9.1.1Hadoop大數據平臺框架
9.1.2Hadoop分布式文件系統(tǒng)HDFS
9.1.3Hadoop分布式計算MapReduce
9.1.4Hadoop資源管理器Yarn
9.2基于Hadoop的軸承故障診斷平臺設計與實現(xiàn)
9.2.1基于Hadoop的軸承故障診斷平臺設計
9.2.2基于Hadoop的軸承故障診斷平臺實現(xiàn)
9.3基于Hadoop的軸承故障診斷實驗
9.3.1基于Hadoop分布式存儲的軸承故障診斷實驗
9.3.2基于Hadoop分布式計算的軸承故障診斷實驗
第10章軌道交通軸承故障智能診斷系統(tǒng)設計與實現(xiàn)
10.1軌道交通軸承故障智能診斷系統(tǒng)設計
10.1.1故障智能診斷系統(tǒng)平臺框架設計
10.1.2故障智能診斷系統(tǒng)平臺功能設計
10.2軌道交通軸承故障智能診斷系統(tǒng)實現(xiàn)
10.2.1故障智能診斷系統(tǒng)實現(xiàn)技術框架
10.2.2軸承故障智能診斷系統(tǒng)核心模塊展示
參考文獻
附錄英文縮略詞及術語