| 致谢 | 第1-4页 |
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-8页 |
| 目录 | 第8-12页 |
| 1 绪论 | 第12-25页 |
| ·研究背景及意义 | 第12-13页 |
| ·相关文献综述 | 第13-22页 |
| ·振动信号处理研究现状 | 第13-15页 |
| ·图像处理与特征提取研究现状 | 第15-18页 |
| ·人工免疫网络研究现状 | 第18-20页 |
| ·信息融合技术研究现状 | 第20-21页 |
| ·汽车检测技术研究现状 | 第21-22页 |
| ·论文的主要研究内容 | 第22-25页 |
| 2 现代信号处理技术研究 | 第25-41页 |
| ·形态小波滤波解调技术 | 第25-33页 |
| ·形态小波理论基础知识 | 第25-27页 |
| ·形态小波 | 第27-29页 |
| ·形态小波滤波解调原理 | 第29页 |
| ·基于形态小波的滚动轴承振动信号解调 | 第29-31页 |
| ·基于形态小波的主减速器振动信号解调 | 第31-33页 |
| ·时频分析 | 第33-36页 |
| ·信号的平稳性 | 第33-34页 |
| ·时频分析技术 | 第34页 |
| ·时频分析在滚动轴承特征提取中应用 | 第34-36页 |
| ·高阶统计量与高阶循环统计量 | 第36-40页 |
| ·非高斯信号及其判据 | 第36-37页 |
| ·高阶统计量 | 第37页 |
| ·高阶循环统计量 | 第37-38页 |
| ·双谱、循环双谱在滚动轴承特征提取中的应用 | 第38-40页 |
| ·小结 | 第40-41页 |
| 3 基于振动谱图像处理的振动特征融合及分解技术研究 | 第41-61页 |
| ·振动特征矩阵与振动谱图像之间的映射关系 | 第41-43页 |
| ·基于形态小波和CSF的振动特征融合 | 第43-51页 |
| ·图像融合技术的必要性及评价指标 | 第43-45页 |
| ·HVS与CSF | 第45-46页 |
| ·基于形态小波和CSF的图像融合算法 | 第46-49页 |
| ·两种故障谱图融合策略 | 第49-51页 |
| ·基于图像运算的振动特征分解技术 | 第51-60页 |
| ·图像运算相关算子定义 | 第51-52页 |
| ·图像运算相关算子适用范围讨论 | 第52-54页 |
| ·基于图像运算的振动特征分解机理 | 第54-56页 |
| ·与EMD算法比较 | 第56-60页 |
| ·小结 | 第60-61页 |
| 4 振动谱图像压缩及特征提取技术研究 | 第61-81页 |
| ·基于形态小波的图像压缩方法 | 第61-63页 |
| ·基于小波变换的图像压缩方法 | 第61页 |
| ·二维Haar形态小波 | 第61-62页 |
| ·基于二维形态Haar小波的图像压缩 | 第62-63页 |
| ·振动谱图像特征提取方法 | 第63-80页 |
| ·图像特征提取常用方法 | 第63-71页 |
| ·灰度矩 | 第71-73页 |
| ·振动谱图特征提取 | 第73-80页 |
| ·小结 | 第80-81页 |
| 5 基于人工免疫网络的分类算法研究 | 第81-100页 |
| ·人工免疫系统 | 第81-84页 |
| ·人工免疫网络 | 第81-84页 |
| ·基于人工免疫网络的智能分类方法 | 第84页 |
| ·基于Farmer模型和aiNET的人工免疫网络优化算法 | 第84-92页 |
| ·独特型网络动力学模型 | 第84-86页 |
| ·人工免疫网络优化算法 | 第86-92页 |
| ·基于抗原抗体识别机理的分类方法 | 第92-96页 |
| ·结合能量模型 | 第92-93页 |
| ·奇异值分解与结合能量的关系 | 第93-94页 |
| ·多类分类方法 | 第94页 |
| ·结合能量法与距离法的比较 | 第94-96页 |
| ·基于AINOA和结合能量模型的分类算法 | 第96-98页 |
| ·算法流程 | 第96-97页 |
| ·AINCA在滚动轴承故障检测中的应用 | 第97-98页 |
| ·小结 | 第98-100页 |
| 6 基于模糊积分的多分类器融合技术研究 | 第100-111页 |
| ·模糊测度 | 第100-102页 |
| ·模糊积分 | 第102-104页 |
| ·基于模糊积分的融合模型 | 第104-107页 |
| ·基于模糊积分的多分类器融合在滚动轴承故障检测中的应用 | 第107-110页 |
| ·小结 | 第110-111页 |
| 7 基于振动谱图像识别的故障诊断方法在车辆检测中的应用 | 第111-139页 |
| ·主减速器振动特性仿真分析 | 第111-128页 |
| ·主减速器功能和结构简介 | 第111页 |
| ·主减速器主传动齿轮动力学模型 | 第111-119页 |
| ·主减速器动力学模型求解 | 第119-121页 |
| ·主减速器动态特性仿真研究 | 第121-128页 |
| ·主减速器故障诊断 | 第128-137页 |
| ·试验设备简介 | 第128-130页 |
| ·主减速器异常振动分析 | 第130-132页 |
| ·主减速器振动信号分析 | 第132-135页 |
| ·SPWVD识别在主减速器故障诊断中的应用 | 第135-136页 |
| ·基于模糊积分的决策融合在主减速器故障诊断中的应用 | 第136-137页 |
| ·小结 | 第137-139页 |
| 8 总结与展望 | 第139-142页 |
| ·全文总结 | 第139-140页 |
| ·创新点 | 第140-141页 |
| ·工作展望 | 第141-142页 |
| 参考文献 | 第142-150页 |
| 附录Ⅰ | 第150-151页 |
| 附录Ⅱ | 第151-152页 |
| 附录Ⅲ | 第152-153页 |
| 附录Ⅳ | 第153-154页 |
| 攻读博士期间发表(录用)的论文及参与的课题 | 第154页 |
