| 摘要 | 第1-6页 |
| ABSTRACT | 第6-13页 |
| 第一章 绪论 | 第13-27页 |
| ·课题的研究背景和意义 | 第13-14页 |
| ·非平稳信号微弱特征信号检测的特点 | 第14-15页 |
| ·齿轮箱故障诊断中振动信号处理方法 | 第15-22页 |
| ·时域处理法 | 第15-16页 |
| ·频域处理法 | 第16-18页 |
| ·时频联合分析方法 | 第18-22页 |
| ·复合故障诊断技术研究现状 | 第22-23页 |
| ·本文主要研究思路和研究内容 | 第23-27页 |
| ·本文研究的思路 | 第23-25页 |
| ·论文研究的内容和章节安排 | 第25-27页 |
| 第二章 基于 CMF-EEMD-CAF 的风电齿轮箱复合故障诊断方法 | 第27-61页 |
| ·CMF 方法 | 第28-37页 |
| ·EMD 基本原理 | 第28页 |
| ·EMD 的停止准则 | 第28-29页 |
| ·EMD 的算法 | 第29-30页 |
| ·CMF 原理 | 第30-37页 |
| ·EEMD 算法基本原理 | 第37页 |
| ·EEMD 算法改进 | 第37-42页 |
| ·CAF 方法 | 第42-47页 |
| ·循环自相关解调分析 | 第42-43页 |
| ·一个调制源的循环自相关函数 | 第43-45页 |
| ·多个调制源的循环自相关函数及其交叉现象 | 第45-47页 |
| ·CMF- EEMD- CAF 方法及仿真信号分析 | 第47-59页 |
| ·CMF- EEMD- CAF 流程图 | 第47-48页 |
| ·仿真信号分析 | 第48-53页 |
| ·风电齿轮箱振动信号分析 | 第53-59页 |
| ·本章小结 | 第59-61页 |
| 第三章 基于 MED-EEMD 的齿轮箱复合故障诊断方法 | 第61-81页 |
| ·熵在信号处理中的应用 | 第61-62页 |
| ·最小熵反褶积理论 | 第62-65页 |
| ·MED 参数的选择 | 第65-66页 |
| ·基于 MED-EEMD 的仿真信号分析 | 第66-74页 |
| ·MED-EEMD 的意义 | 第66-67页 |
| ·基于 MED-EEMD 的仿真信号分析 | 第67-74页 |
| ·基于 MED-EEMD 的复合故障齿轮箱振动信号分析 | 第74-79页 |
| ·结论 | 第79-81页 |
| 第四章 基于 MCKD-循环域解调的齿轮箱复合故障诊断方法 | 第81-101页 |
| ·相关峭度 | 第81-82页 |
| ·最大相关峭度反褶积理论 | 第82-88页 |
| ·位移数为一的最大相关峭度反褶积 | 第82-84页 |
| ·位移数为 M 的最大相关峭度反褶积 | 第84-86页 |
| ·MCKD 和 MED 的降噪性分析 | 第86-88页 |
| ·最大相关峭度反褶积参数的选取 | 第88-93页 |
| ·MCKD-循环自相关函数解调分析 | 第93-100页 |
| ·基于 MCKD-循环域解调仿真信号分析 | 第94-97页 |
| ·基于 MCKD-循环域解调的齿轮箱复合故障特征分析 | 第97-100页 |
| ·小结 | 第100-101页 |
| 第五章 实验研究 | 第101-117页 |
| ·复合实验装置设计和实验原理 | 第101-103页 |
| ·齿轮试验台设计 | 第101-103页 |
| ·加速度测点布置 | 第103页 |
| ·基于 CMF-EEMD 的齿轮箱振动信号分析 | 第103-116页 |
| ·齿轮点蚀故障分析 | 第103-105页 |
| ·EEMD 对齿轮箱复合故障诊断 | 第105-107页 |
| ·CMF-EEMD 对齿轮箱复合故障诊断 | 第107-110页 |
| ·MED 对齿轮箱复合故障诊断 | 第110-112页 |
| ·MED+EEMD 对齿轮箱复合故障诊断 | 第112-114页 |
| ·MCKD 对齿轮箱复合故障诊断 | 第114-116页 |
| ·本章小结 | 第116-117页 |
| 第六章 结论和展望 | 第117-121页 |
| ·总结 | 第117-119页 |
| ·本文工作总结 | 第117-118页 |
| ·创新点 | 第118-119页 |
| ·研究展望 | 第119-121页 |
| 参考文献 | 第121-133页 |
| 致谢 | 第133-135页 |
| 攻读博士学位期间发表的论文 | 第135页 |
