| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-21页 |
| 1.1 概述 | 第9-10页 |
| 1.2 研究背景及意义 | 第10-11页 |
| 1.2.1 研究的背景 | 第10-11页 |
| 1.2.2 研究的意义 | 第11页 |
| 1.3 课题的国内外研究现状 | 第11-17页 |
| 1.3.1 故障诊断研究现状 | 第11-12页 |
| 1.3.2 声发射检测研究现状 | 第12-14页 |
| 1.3.3 LMD方法研究现状 | 第14-15页 |
| 1.3.4 关联分析法研究现状 | 第15-17页 |
| 1.4 课题来源以及本文所要研究的内容 | 第17-19页 |
| 1.4.1 课题的来源 | 第17页 |
| 1.4.2 论文的主要研究内容和创新点 | 第17-19页 |
| 1.5 研究路线 | 第19-21页 |
| 第二章 局部均值分解与灰色关联分析法概述 | 第21-31页 |
| 2.1 局部均值分解信号的理论基础 | 第21-23页 |
| 2.1.1 非平稳信号 | 第21页 |
| 2.1.2 瞬时频率的定义 | 第21-23页 |
| 2.1.3 单分量信号和多分量信号 | 第23页 |
| 2.2 LMD的基本原理与算法 | 第23-26页 |
| 2.2.1 LMD的概念 | 第23-24页 |
| 2.2.2 LMD分解一般步骤 | 第24-26页 |
| 2.3 灰色关联分析 | 第26-29页 |
| 2.3.1 灰色关联分析的基本理论 | 第26-27页 |
| 2.3.2 灰色关联因素和关联算子集 | 第27-29页 |
| 2.4 灰色关联模型应用条件 | 第29-30页 |
| 本章小结 | 第30-31页 |
| 第三章 基于LMD的车轴声发射信号特征提取研究 | 第31-45页 |
| 3.1 声发射技术原理 | 第31-32页 |
| 3.2 车轴裂纹声发射信号实验 | 第32-33页 |
| 3.2.1 实验方案 | 第32-33页 |
| 3.2.2 实验数据的预处理 | 第33页 |
| 3.3 信号的LMD分解 | 第33-36页 |
| 3.4 信号的时频特征 | 第36-44页 |
| 本章小结 | 第44-45页 |
| 第四章 基于加权关联分析法车轴声发射信号风险模式识别 | 第45-56页 |
| 4.1 特征的初值化 | 第45页 |
| 4.2 权重的确定 | 第45-46页 |
| 4.3 关联分析法对车轴裂纹声发射信号的状态识别 | 第46-50页 |
| 4.3.1 灰色关联度模型标准序列特征的获取 | 第46-47页 |
| 4.3.2 车轴裂纹的灰色关联度计算 | 第47-50页 |
| 4.4 关联度影响因素分析 | 第50-51页 |
| 4.5 LMD与灰色关联分析裂纹状态识别模型验证 | 第51-54页 |
| 本章小结 | 第54-56页 |
| 结论和展望 | 第56-58页 |
| 参考文献 | 第58-61页 |
| 攻读硕士学位期间发表的学术论文 | 第61-62页 |
| 致谢 | 第62页 |