| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第12-19页 |
| 1.1 转子系统故障诊断的背景和意义 | 第12-13页 |
| 1.2 转子系统故障诊断发展现状 | 第13-18页 |
| 1.2.0 概述 | 第13-15页 |
| 1.2.1 故障机理 | 第15页 |
| 1.2.2 振动信号处理 | 第15-17页 |
| 1.2.3 故障识别 | 第17-18页 |
| 1.3 论文主要研究内容及章节安排 | 第18-19页 |
| 第2章 转子系统故障机理及其振动信号分析方法 | 第19-29页 |
| 2.1 转子系统故障机理 | 第19-22页 |
| 2.1.1 转子不对中 | 第19-20页 |
| 2.1.2 转子不平衡 | 第20页 |
| 2.1.3 转子碰摩 | 第20-21页 |
| 2.1.4 油膜涡动与油膜振荡 | 第21-22页 |
| 2.2 转子系统故障诊断方法 | 第22-28页 |
| 2.2.1 时域分析法 | 第22-24页 |
| 2.2.2 频域分析方法 | 第24-26页 |
| 2.2.3 时频分析方法 | 第26-28页 |
| 2.3 本章小结 | 第28-29页 |
| 第3章 ASTFA理论研究及其改进 | 第29-53页 |
| 3.1 概述 | 第29页 |
| 3.2 ASTFA | 第29-36页 |
| 3.2.1 理论研究 | 第29-31页 |
| 3.2.2 仿真分析 | 第31-36页 |
| 3.3 问题探讨 | 第36-45页 |
| 3.3.1 相位初值函数 | 第37-41页 |
| 3.3.2 带宽控制参数 | 第41-45页 |
| 3.4 完全自适应最稀疏时频分析 | 第45-52页 |
| 3.4.1 理论基础 | 第45-47页 |
| 3.4.2 仿真分析 | 第47-49页 |
| 3.4.3 CASTFA在转子碰摩故障诊断中的应用 | 第49-52页 |
| 3.5 本章小结 | 第52-53页 |
| 第4章 CASTFA在转子故障特征提取中的应用 | 第53-63页 |
| 4.1 概述 | 第53页 |
| 4.2 预处理 | 第53-55页 |
| 4.3 基于CASTFA的奇异值熵及其在转子故障诊断中的应用 | 第55-60页 |
| 4.3.1 奇异值分解 | 第56页 |
| 4.3.2 信息熵理论 | 第56-57页 |
| 4.3.3 基于CASTFA的奇异值熵及其在转子故障诊断中的应用 | 第57-60页 |
| 4.4 基于CASTFA的时频熵及其在转子故障诊断中的应用 | 第60-62页 |
| 4.4.1 基于CASTFA的时频熵 | 第60页 |
| 4.4.2 仿真分析 | 第60-61页 |
| 4.4.3 实例分析 | 第61-62页 |
| 4.5 本章小结 | 第62-63页 |
| 第5章 基于CASTFA和神经网络的转子系统故障诊断方法 | 第63-73页 |
| 5.1 概述 | 第63-64页 |
| 5.2 AR模型 | 第64-66页 |
| 5.2.1 AR模型建模 | 第64页 |
| 5.2.2 AR模型的定阶 | 第64-65页 |
| 5.2.3 AR模型的参数估计 | 第65-66页 |
| 5.3 神经网络 | 第66-70页 |
| 5.3.1 神经网络理论 | 第66-70页 |
| 5.4 基于CASTFA和BP神经网络的转子系统故障方法 | 第70-72页 |
| 5.4.1 步骤 | 第70-71页 |
| 5.4.2 应用实例 | 第71-72页 |
| 5.5 本章小节 | 第72-73页 |
| 结论与展望 | 第73-74页 |
| 参考文献 | 第74-79页 |
| 致谢 | 第79-80页 |
| 附录A 攻读学位期间发表和录用的论文目录 | 第80-81页 |
| 附录B 攻读学位期间参与的科研项目 | 第81页 |
