| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4-5页 |
| 1 绪论 | 第8-15页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-13页 |
| 1.2.1 故障诊断发展现状 | 第9-10页 |
| 1.2.2 时频分析方法发展状况 | 第10-13页 |
| 1.3 本论文的主要工作 | 第13-15页 |
| 2 非平稳信号时频分析方法基本理论 | 第15-26页 |
| 2.1 引言 | 第15页 |
| 2.2 HHT基本理论 | 第15-22页 |
| 2.2.1 基本概念 | 第15-17页 |
| 2.2.2 经验模态分解 | 第17-19页 |
| 2.2.3 经验模态分解算法改进研究 | 第19-22页 |
| 2.3 固有时间尺度分解方法 | 第22-25页 |
| 2.3.1 固有时间尺度分解理论 | 第22-23页 |
| 2.3.2 ITD定义的瞬时时频信息 | 第23-24页 |
| 2.3.3 ITD算法的优越性 | 第24-25页 |
| 2.4 本章小结 | 第25-26页 |
| 3 基于HHT和监督的局部线性嵌入的故障诊断方法 | 第26-40页 |
| 3.1 引言 | 第26页 |
| 3.2 基于希尔伯特黄变换的时频分析 | 第26-30页 |
| 3.2.1 基于HHT的信号边际谱表示 | 第26-27页 |
| 3.2.2 HHT变换仿真分析 | 第27-28页 |
| 3.2.3 与傅里叶幅值谱的比较分析 | 第28-30页 |
| 3.3 基于监督的局部线性嵌入的特征提取方法 | 第30-33页 |
| 3.3.1 局部线性嵌入算法介绍 | 第31-32页 |
| 3.3.2 监督的局部线性嵌入算法介绍 | 第32-33页 |
| 3.4 基于支持向量机的故障分类 | 第33-35页 |
| 3.5 基于HHT-SLLE的故障诊断方法及仿真分析 | 第35-39页 |
| 3.6 本章小结 | 第39-40页 |
| 4 基于固有时间尺度分解和奇异值分解的故障诊断方法 | 第40-46页 |
| 4.1 引言 | 第40页 |
| 4.2 基于固有时间尺度分解的时频分析 | 第40-42页 |
| 4.2.1 固有时间尺度分解的滤波特性 | 第40页 |
| 4.2.2 固有时间尺度分解的仿真分析 | 第40-42页 |
| 4.3 基于奇异值分解的特征提取 | 第42页 |
| 4.4 基于ITD-SVD的故障诊断方法 | 第42-45页 |
| 4.4.1 基于ITD-SVD的故障诊断方法和步骤 | 第42-43页 |
| 4.4.2 基于ITD-SVD的故障诊断方法仿真分析 | 第43-45页 |
| 4.5 本章小结 | 第45-46页 |
| 5 时频分析方法在机械设备诊断中的应用 | 第46-60页 |
| 5.1 引言 | 第46页 |
| 5.2 基于HHT-SLLE的轴承振动信号故障诊断 | 第46-53页 |
| 5.2.1 轴承振动数据介绍 | 第46-47页 |
| 5.2.2 基于HHT-SLLE的轴承振动信号特征提取 | 第47-50页 |
| 5.2.3 基于SVM的轴承振动信号故障分类 | 第50-53页 |
| 5.3 基于ITD-SVD的变转速齿轮箱振动信号故障诊断 | 第53-59页 |
| 5.3.1 齿轮箱数据介绍 | 第53-54页 |
| 5.3.2 基于ITD-SVD的齿轮箱振动信号故障诊断 | 第54-57页 |
| 5.3.3 实验结果比较分析 | 第57-59页 |
| 5.4 本章小结 | 第59-60页 |
| 6 总结与展望 | 第60-62页 |
| 6.1 总结 | 第60-61页 |
| 6.2 展望 | 第61-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 附录 | 第67页 |
| A. 攻读硕士学位期间发表的论文 | 第67页 |
| B. 攻读硕士学位期间取得的科研成果 | 第67页 |
