原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
设备故障诊断中的智能算法应用
目录
一、内容简述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3
1.1研究背景与意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4
1.2国内外研究现状．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．5
1.3主要研究内容．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．7
1.4报告结构安排．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．9
二、设备故障诊断概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．9
2.1设备故障基本概念．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．12
2.2故障诊断流程与方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．14
2.3智能诊断技术发展趋势．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．15
2.4本章小结．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．20
三、智能算法在故障特征提取中的应用．．．．．．．．．．．．．．．．．．．．．．．．22
3.1数据采集与预处理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．23
3.2时域分析方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．25
3.3频域分析方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．27
3.4时频分析方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．28
3.5谱峭度分析等特征提取方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．29
3.6本章小结．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．31
四、基于监督学习的故障诊断算法．．．．．．．．．．．．．．．．．．．．．．．．．．．．32
4.1支持向量机．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．33
4.2决策树与随机森林．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．34
4.3神经网络．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．37
4.4深度学习算法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．38
4.5本章小结．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．41
五、基于无监督学习的故障诊断算法．．．．．．．．．．．．．．．．．．．．．．．．．．41
5.1聚类分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．42
5.2主成分分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．45
5.3独立成分分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．46
5.4本章小结．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．48
六、基于半监督学习的故障诊断算法．．．．．．．．．．．．．．．．．．．．．．．．．．50
6.1联合训练．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．51
6.2图染色算法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．54
6.3半监督学习算法的应用优势．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．56
6.4本章小结．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．58
七、智能算法混合建模研究．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．60
7.1混合模型构建思路．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．64
7.2基于证据理论的混合模型．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．66
7.3基于迁移学习的混合模型．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．67
7.4混合模型的应用效果分析．．
文档评论（0）