| 中文摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 第一章 绪论 | 第9-28页 |
| ·选题意义 | 第9-11页 |
| ·机械设备早期故障预示中的微弱信号检测技术 | 第9-10页 |
| ·微弱信号检测的特点 | 第10-11页 |
| ·机械设备早期故障预示中的微弱信号检测研究现状与发展 | 第11-24页 |
| ·微弱信号检测常用的时域方法 | 第12-14页 |
| ·微弱信号检测常用的频域方法 | 第14-16页 |
| ·微弱信号检测的新方法 | 第16-24页 |
| ·机械设备监测诊断系统的开发与应用 | 第24-25页 |
| ·课题的来源和研究内容 | 第25-28页 |
| ·课题研究的目的和来源 | 第25-26页 |
| ·论文主要内容和章节安排 | 第26-28页 |
| 第二章 基于自适应随机共振的微弱信号检测 | 第28-49页 |
| ·引言 | 第28-29页 |
| ·随机共振的基本原理 | 第29-31页 |
| ·变步长随机共振 | 第31-34页 |
| ·近似熵的基本原理与性质 | 第34-39页 |
| ·近似熵的基本原理 | 第34-36页 |
| ·近似熵的实用快速算法 | 第36-37页 |
| ·周期信号近似熵的性质 | 第37-39页 |
| ·基于近似熵测度的自适应随机共振 | 第39-41页 |
| ·工程实例 | 第41-47页 |
| ·金属切削过程的振动分析 | 第41-44页 |
| ·滚动轴承的故障诊断 | 第44-47页 |
| ·本章小结 | 第47-49页 |
| 第三章 基于混沌振子的微弱信号检测 | 第49-67页 |
| ·引言 | 第49页 |
| ·混沌振子检测微弱信号的基本原理 | 第49-59页 |
| ·Duffing振子的行为特征 | 第50-52页 |
| ·Duffing振子的检测特性 | 第52-59页 |
| ·混沌振子状态的定量描述 | 第59-61页 |
| ·二维近似熵原理 | 第59-61页 |
| ·二维近似熵的性质 | 第61页 |
| ·基于混沌振子和二维近似熵的微弱信号检测 | 第61-62页 |
| ·工程实例 | 第62-65页 |
| ·旋转机械的状态监测 | 第62-64页 |
| ·滚动轴承的故障诊断 | 第64-65页 |
| ·本章小结 | 第65-67页 |
| 第四章 基于独立分量分析的微弱信号检测 | 第67-89页 |
| ·引言 | 第67-68页 |
| ·盲源分离的基本原理与算法实现 | 第68-77页 |
| ·盲源分离问题的数学描述 | 第68-70页 |
| ·独立分量分析的一些重要概念 | 第70-74页 |
| ·独立分量分析的信号预处理 | 第74-75页 |
| ·独立分量分析的算法实现 | 第75-76页 |
| ·独立分量分析的仿真实例 | 第76-77页 |
| ·独立分量分析的几个关键问题研究 | 第77-82页 |
| ·故障源信号的频域盲分离方法 | 第82-84页 |
| ·工程实例 | 第84-87页 |
| ·涡流传感器失效检测 | 第84-85页 |
| ·转子早期碰磨故障诊断 | 第85-87页 |
| ·本章小结 | 第87-89页 |
| 第五章 基于支持向量数据描述的微弱信号智能检测 | 第89-110页 |
| ·引言 | 第89-90页 |
| ·单值分类问题概述 | 第90-93页 |
| ·单值分类的特点 | 第90-91页 |
| ·常见的单值分类方法 | 第91-93页 |
| ·支持向量数据描述的基本原理 | 第93-97页 |
| ·具有非目标样本的支持向量数据描述 | 第97-100页 |
| ·经验模式分解的基本原理和性质 | 第100-103页 |
| ·经验模式分解的基本原理 | 第100-102页 |
| ·经验模式分解的完备性和正交性 | 第102-103页 |
| ·基于经验模式分解特征提取的SVDD分类模型 | 第103-104页 |
| ·工程实例 | 第104-109页 |
| ·滚动轴承故障的智能诊断 | 第104-106页 |
| ·齿轮故障的智能诊断 | 第106-109页 |
| ·本章小结 | 第109-110页 |
| 第六章 基于LabVIEW的远程监测诊断系统的开发 | 第110-132页 |
| ·引言 | 第110-112页 |
| ·远程监测诊断系统的总体结构 | 第112-113页 |
| ·基于LabVIEW的远程监测诊断系统 | 第113-119页 |
| ·基于LabVIEW的远程监测诊断系统中的关键技术 | 第119-124页 |
| ·DataSocket远程数据传输 | 第119-120页 |
| ·数据库远程访问 | 第120-122页 |
| ·多语言混合编程 | 第122-124页 |
| ·基于频域积分的振动参量转换修正算法 | 第124-130页 |
| ·振动信号趋势项对软件积分的影响 | 第126-128页 |
| ·基于频域积分的波形基线修正算法 | 第128-129页 |
| ·工程实例 | 第129-130页 |
| ·本章小结 | 第130-132页 |
| 第七章 结论与展望 | 第132-134页 |
| 参考文献 | 第134-148页 |
| 发表论文和参加科研情况说明 | 第148-151页 |
| 致谢 | 第151页 |
