故障齿轮的振动分析和故障诊断
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-15页 |
| ·齿轮故障诊断的意义及发展现状 | 第9-12页 |
| ·研究意义 | 第9-10页 |
| ·发展现状 | 第10-12页 |
| ·分形理论和神经网络在故障诊断中的应用 | 第12-13页 |
| ·分形理论在故障诊断中的应用 | 第12页 |
| ·神经网络在故障诊断中的应用 | 第12-13页 |
| ·本文主要研究内容 | 第13-15页 |
| 第2章 齿轮振动分析与故障模拟试验 | 第15-30页 |
| ·齿轮典型故障介绍 | 第15-16页 |
| ·齿轮振动类型及特征 | 第16-19页 |
| ·齿轮振动类型介绍 | 第16-18页 |
| ·故障齿轮振动信号特征 | 第18-19页 |
| ·齿轮振动有限元分析 | 第19-25页 |
| ·齿轮故障模拟试验 | 第25-29页 |
| ·模拟试验平台介绍 | 第25-27页 |
| ·试验原理 | 第27页 |
| ·齿轮故障模拟 | 第27-29页 |
| ·本章小结 | 第29-30页 |
| 第3章 分形理论的研究及应用 | 第30-48页 |
| ·分形概述 | 第30-31页 |
| ·分形维数 | 第31-34页 |
| ·Hausdorff 维数D_ H | 第31-32页 |
| ·计盒维数D_B | 第32页 |
| ·信息维数D_i | 第32-33页 |
| ·关联维数D_C | 第33页 |
| ·网格维数D_F | 第33-34页 |
| ·Hurst 指数 H | 第34页 |
| ·分形滤波原理 | 第34-36页 |
| ·模糊控制滤波原理 | 第35页 |
| ·短时分形维数 | 第35-36页 |
| ·滤波参数的确定 | 第36页 |
| ·分形滤波的应用 | 第36-42页 |
| ·分形滤波的验证 | 第36-37页 |
| ·故障齿轮振动信号的分形滤波 | 第37-42页 |
| ·故障齿轮分形维数的计算 | 第42-47页 |
| ·关联维数 | 第42-45页 |
| ·计盒维数及 Hurst 指数 | 第45-47页 |
| ·本章小结 | 第47-48页 |
| 第4章 神经网络理论及设计应用 | 第48-61页 |
| ·人工神经网络基本理论 | 第48-54页 |
| ·人工神经元模型 | 第48-52页 |
| ·神经网络的拓扑结构 | 第52-53页 |
| ·神经网络的学习 | 第53-54页 |
| ·BP 神经网络的设计 | 第54-58页 |
| ·BP 神经网络简介 | 第54页 |
| ·BP 神经网络设计 | 第54-55页 |
| ·根据故障齿轮参数进行网络调整 | 第55-58页 |
| ·BP 神经网络在齿轮故障诊断中的应用 | 第58-60页 |
| ·本章小结 | 第60-61页 |
| 第5章 齿轮故障诊断系统的开发 | 第61-70页 |
| ·开发软件及接口技术 | 第61-63页 |
| ·齿轮故障诊断系统界面的开发 | 第63-69页 |
| ·执行 Execute 命令编程概述 | 第64页 |
| ·界面的总体设计 | 第64-65页 |
| ·登录模块 | 第65-66页 |
| ·神经网络训练及仿真模块 | 第66-67页 |
| ·仿真结果分析模块 | 第67-68页 |
| ·故障简介及记录模块 | 第68-69页 |
| ·本章小结 | 第69-70页 |
| 结论 | 第70-72页 |
| 参考文献 | 第72-77页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第77-78页 |
| 致谢 | 第78-79页 |
| 作者简介 | 第79页 |
