摘要 | 第1-5页 |
Abstract | 第5-6页 |
目录 | 第6-9页 |
1 绪论 | 第9-16页 |
·齿轮箱故障诊断研究的背景意义、主要目的和相关内容 | 第9-12页 |
·齿轮箱故障诊断研究的背景和意义 | 第9-10页 |
·齿轮箱故障诊断研究的主要目的 | 第10页 |
·齿轮箱故障诊断研究的主要相关内容 | 第10-12页 |
·齿轮箱故障诊断研究的主要相关技术 | 第12-15页 |
·数字信号的时频域处理技术 | 第12-13页 |
·数字信号的经验模式分解(EMD) | 第13页 |
·谱峭度概念及由来 | 第13-14页 |
·齿轮箱故障诊断的模式识别 | 第14-15页 |
·本论文的的主要研究内容及结构 | 第15-16页 |
2 齿轮箱故障特点分析 | 第16-27页 |
·引言 | 第16页 |
·齿轮箱中的各种部件及其失效形式 | 第16-19页 |
·齿轮箱中齿轮的失效形式 | 第17-18页 |
·齿轮箱中滚动轴承的失效形式 | 第18-19页 |
·齿轮箱中齿轮的振动机理 | 第19-21页 |
·齿轮箱中齿轮的基本参数 | 第19-20页 |
·齿轮箱中齿轮的振动模型 | 第20-21页 |
·齿轮箱中滚动轴承的振动机理 | 第21-24页 |
·齿轮箱中滚动轴承的基本参数 | 第21-23页 |
·齿轮箱中滚动轴承的振动特征 | 第23-24页 |
·齿轮箱中故障信号的分析方法 | 第24-26页 |
·齿轮箱中轮齿故障信号的分析方法 | 第25页 |
·齿轮箱中滚动轴承故障信号的分析方法 | 第25-26页 |
·本章小结 | 第26-27页 |
3 经验模式分解(EMD)方法的研究 | 第27-48页 |
·引言 | 第27页 |
·经验模式分解(EMD)方法的基本内容 | 第27-33页 |
·瞬时频率的概念 | 第28-29页 |
·本征模态函数(IMF) | 第29页 |
·经验模式分解(EMD)方法信号处理过程 | 第29-31页 |
·经验模式分解(EMD)的主要性质 | 第31-32页 |
·经验模式分解(EMD)的仿真模拟 | 第32-33页 |
·(EMD)方法分解过程中的端点效应问题 | 第33-43页 |
·端点效应的产生机理 | 第33-35页 |
·端点效应的抑制方法 | 第35-36页 |
·基于 AR 模型预测的数据延拓和窗函数相结合的端点效应抑制法 | 第36-43页 |
·端点效应现象的实例分析 | 第43-45页 |
·模态混合现象 | 第45-47页 |
·本章小结 | 第47-48页 |
4 基于 EMD 和谱峭度的齿轮箱故障分析 | 第48-71页 |
·引言 | 第48页 |
·谱峭度概念 | 第48-49页 |
·谱峭度的定义及数学表达式 | 第49页 |
·数据预处理 | 第49-53页 |
·异常点和趋势项的去除 | 第50-51页 |
·信号的小波包去噪 | 第51-53页 |
·齿轮箱故障诊断实验步骤 | 第53-58页 |
·齿轮箱故障诊断实验设备及系统 | 第53-54页 |
·实验设备 | 第54-55页 |
·齿轮箱上传感器的安装位置及各种故障设置 | 第55-56页 |
·齿轮箱各个部件的参数 | 第56-58页 |
·EMD 和谱峭度相结合的齿轮箱故障诊断 | 第58-70页 |
·正常信号的的分析 | 第59-60页 |
·齿面磨损的信号分析 | 第60-62页 |
·滚动体磨损故障的信号分析 | 第62-65页 |
·外圈凹坑故障的信号分析 | 第65-67页 |
·保持架断裂故障的信号分析 | 第67-70页 |
·本章小结 | 第70-71页 |
5 基于支持向量机的故障模式识别验证 | 第71-82页 |
·概述 | 第71页 |
·统计学习理论 | 第71-74页 |
·机器学习问题 | 第71-72页 |
·VC 维 | 第72页 |
·推广性的界 | 第72-73页 |
·结构风险最小化原则 | 第73-74页 |
·支持向量机 | 第74-77页 |
·最优分类超平面 | 第74-76页 |
·核函数 | 第76-77页 |
·实例分析 | 第77-81页 |
·本章小结 | 第81-82页 |
6 总结与展望 | 第82-84页 |
·总结 | 第82页 |
·展望 | 第82-84页 |
参考文献 | 第84-89页 |
攻读硕士期间发表的论文及所取得的研究成果 | 第89-90页 |
致谢 | 第90-91页 |