首页--工业技术论文--机械、仪表工业论文--机械制造工艺论文--柔性制造系统及柔性制造单元论文

基于自适应振动信号处理的旋转机械故障诊断研究

作者简介第1-4页
摘要第4-6页
ABSTRACT第6-12页
第1章 绪论第12-24页
   ·引言第12页
   ·机械设备故障诊断的研究意义和研究内容第12-14页
     ·机械设备故障诊断的研究意义第12-13页
     ·机械设备故障诊断的研究内容第13-14页
   ·旋转机械振动分析与故障诊断技术的研究现状第14-21页
     ·旋转机械振动分析方法的研究现状第14-18页
     ·旋转机械故障诊断方法的研究现状第18-21页
   ·论文研究的目的和意义第21-22页
   ·论文的主要研究内容第22-24页
第2章 基于经验模态分解的齿轮和轴承故障诊断研究第24-48页
   ·引言第24页
   ·经验模态分解的原理与算法第24-26页
     ·EMD 分解的原理与算法第24-25页
     ·EMD 数值仿真第25-26页
   ·经验模态分解和奇异值差分谱理论在轴承故障诊断中的应用第26-36页
     ·奇异值差分谱理论及仿真第27-31页
     ·应用 EMD 和奇异值差分谱理论进行轴承故障诊断实例第31-36页
     ·小结第36页
   ·EMD 能量熵和支持向量机在齿轮故障诊断中的应用第36-43页
     ·能量熵的定义第37页
     ·支持向量机的分类原理第37-39页
     ·基于 EMD 能量熵和支持向量机的齿轮故障诊断实例第39-42页
     ·小结第42-43页
   ·基于经验模态分解奇异值熵和支持向量机的齿轮故障诊断第43-47页
     ·奇异值熵的定义第43-44页
     ·EMD 奇异值熵和支持向量机在齿轮故障诊断中的应用第44-47页
     ·小结第47页
   ·结论第47-48页
第3章 基于总体平均经验模态分解的齿轮故障诊断研究第48-60页
   ·引言第48页
   ·基于 EEMD 能量熵和支持向量机的齿轮故障诊断第48-54页
     ·EEMD 算法及仿真第48-50页
     ·EEMD 能量熵和支持向量机在齿轮故障诊断中的应用第50-53页
     ·小结第53-54页
   ·基于 EEMD 奇异值熵和支持向量机的齿轮故障诊断第54-59页
     ·EMD 和 EEMD 的比较第54-57页
     ·EEMD 奇异值熵和支持向量机在齿轮故障诊断中的应用第57-58页
     ·小结第58-59页
   ·结论第59-60页
第4章 基于局部均值分解的齿轮和轴承故障诊断研究第60-90页
   ·引言第60页
   ·LMD 分解的原理及算法仿真第60-64页
     ·LMD 分解的原理与算法第60-63页
     ·LMD 数值仿真第63-64页
   ·基于随机共振消噪和 LMD 分解的轴承故障诊断第64-77页
     ·LMD 和 EMD 的对比研究第64-68页
     ·随机共振消噪和 LMD 分解在轴承故障诊断中的应用第68-76页
     ·小结第76-77页
   ·基于 LMD 近似熵和支持向量机的齿轮故障诊断第77-82页
     ·近似熵的定义第77-79页
     ·LMD 近似熵和支持向量机在齿轮故障诊断中的应用第79-82页
     ·小结第82页
   ·基于 LMD 分解和 Lempel-Ziv 指标的轴承故障诊断第82-88页
     ·Lempel-Ziv 指标第83-84页
     ·LMD 分解和 Lempel-Ziv 指标在轴承故障诊断中的应用第84-88页
     ·小结第88页
   ·结论第88-90页
第5章 基于极值域均值模态分解的旋转机械故障诊断研究第90-110页
   ·引言第90页
   ·EMMD 分解算法第90-91页
   ·EMMD 分解的轴承故障诊断研究第91-99页
   ·第2 代小波和 EMMD 转子系统复合故障诊断研究第99-109页
     ·第 2 代小波简介第99-100页
     ·第 2 代小波和 EMMD 相结合在转子系统复合故障诊断中的应用第100-109页
     ·小结第109页
   ·结论第109-110页
第6章 总结与展望第110-113页
致谢第113-114页
参考文献第114-126页
攻读博士期间发表的论文和参加的科研项目第126-127页

论文共127页,点击 下载论文
上一篇:多用户量子通信关键技术研究
下一篇:不规则型电磁带隙结构在超宽带噪声抑制中的应用