| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 课题研究的背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.2.1 旋转机械混合故障诊断研究现状 | 第10-12页 |
| 1.2.2 随机共振研究现状 | 第12-14页 |
| 1.3 国内外文献综述简析 | 第14-15页 |
| 1.4 主要研究内容 | 第15-17页 |
| 第2章 混合故障信号预处理 | 第17-31页 |
| 2.1 引言 | 第17页 |
| 2.2 旋转机械故障类型和混合模型及仿真信号 | 第17-20页 |
| 2.2.1 旋转机械主要零部件的故障类型 | 第17-18页 |
| 2.2.2 旋转机械故障信号混合模型 | 第18页 |
| 2.2.3 仿真信号的建立 | 第18-20页 |
| 2.3 基于ICA的故障振动信号分离 | 第20-22页 |
| 2.4 基于改进的ICA-R的故障信号提取 | 第22-28页 |
| 2.4.1 ICA-R算法 | 第22-23页 |
| 2.4.2 ICA-R算法的改进 | 第23-25页 |
| 2.4.3 改进算法的论证分析 | 第25-28页 |
| 2.5 混合故障仿真信号预处理结果 | 第28-30页 |
| 2.5.1 基于FASTICA的预处理结果 | 第28-29页 |
| 2.5.2 基于ICA-R预处理结果 | 第29-30页 |
| 2.6 本章小结 | 第30-31页 |
| 第3章 基于变尺度自适应随机共振的故障特征提取 | 第31-51页 |
| 3.1 引言 | 第31页 |
| 3.2 随机共振 | 第31-37页 |
| 3.2.1 随机共振的模型 | 第31-33页 |
| 3.2.2 随机共振的数值分析方法 | 第33页 |
| 3.2.3 脉冲信号在随机共振的中的响应 | 第33-37页 |
| 3.3 变尺度自适应随机共振 | 第37-48页 |
| 3.3.1 变尺度随机共振 | 第37页 |
| 3.3.2 评价指标的选取 | 第37-42页 |
| 3.3.3 基于人工蜂群算法的自适应随机共振 | 第42-45页 |
| 3.3.4 变尺度自适应随机共振算法流程 | 第45-46页 |
| 3.3.5 变尺度自适应随机共振算法仿真分析 | 第46-48页 |
| 3.4 基于ICA-R和随机共振的旋转机械故障特征提取 | 第48-50页 |
| 3.4.1 基于ICA-R和随机共振的旋转机械故障特征提取的算法 | 第48-49页 |
| 3.4.2 基于FASTICA和随机共振的仿真分析 | 第49页 |
| 3.4.3 基于ICA-R和随机共振的仿真分析 | 第49-50页 |
| 3.5 本章小结 | 第50-51页 |
| 第4章 混合故障特征提取实验验证 | 第51-62页 |
| 4.1 引言 | 第51页 |
| 4.2 实验平台与采集系统 | 第51-52页 |
| 4.3 实验信号的故障提取和分析 | 第52-61页 |
| 4.3.1 基于FASTICA和随机共振的检测验证 | 第55-56页 |
| 4.3.2 基于ICA-R和随机共振的检测验证 | 第56-61页 |
| 4.4 本章小结 | 第61-62页 |
| 结论 | 第62-63页 |
| 参考文献 | 第63-70页 |
| 致谢 | 第70页 |
