| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 论文的背景和意义 | 第10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.2.1 滚动轴承仿真研究方法 | 第10-11页 |
| 1.2.2 特征提取方法 | 第11-13页 |
| 1.2.3 智能故障诊断方法 | 第13-14页 |
| 1.3 论文主要内容 | 第14-16页 |
| 第二章 滚动轴承磨损的仿真分析 | 第16-25页 |
| 2.1 滚动轴承磨损的仿真分析方法 | 第16页 |
| 2.2 基于solidworks的轴承—转子系统三维建模 | 第16-18页 |
| 2.3 基于Adams的滚动轴承仿真 | 第18-19页 |
| 2.3.1 虚拟样机装配 | 第18页 |
| 2.3.2 创建约束 | 第18页 |
| 2.3.3 创建驱动 | 第18页 |
| 2.3.4 施加载荷 | 第18页 |
| 2.3.5 磨损状态仿真设定 | 第18-19页 |
| 2.4 仿真结果分析 | 第19-24页 |
| 2.5 本章小结 | 第24-25页 |
| 第三章 基于VMD的滚动轴承故障诊断研究 | 第25-42页 |
| 3.1 VMD分解算法 | 第25-27页 |
| 3.1.1 VMD分解概述 | 第25页 |
| 3.1.2 VMD分解原理 | 第25-27页 |
| 3.2 仿真信号分析 | 第27-35页 |
| 3.2.1 无冲击成分信号仿真 | 第28-32页 |
| 3.2.2 有冲击成分信号仿真 | 第32-35页 |
| 3.3 实验验证 | 第35-41页 |
| 3.3.1 实验装置与数据采集 | 第35-37页 |
| 3.3.2 诊断结果 | 第37-41页 |
| 3.4 本章小结 | 第41-42页 |
| 第四章 隐马尔可夫模型及其在轴承故障诊断中的应用 | 第42-53页 |
| 4.1 马尔可夫链 | 第42-43页 |
| 4.2 隐马尔可夫模型 | 第43-44页 |
| 4.2.1 HMM实例 | 第43-44页 |
| 4.2.2 HMM的概念 | 第44页 |
| 4.3 HMM的基本算法 | 第44-47页 |
| 4.3.1 前向-后向算法 | 第44-45页 |
| 4.3.2 Viterbi算法 | 第45-46页 |
| 4.3.3 Baum-Welch算法 | 第46-47页 |
| 4.4 HMM在轴承故障诊断中的应用 | 第47-52页 |
| 4.4.1 HMM故障诊断过程 | 第47-48页 |
| 4.4.2 诊断实例 | 第48-52页 |
| 4.5 本章小结 | 第52-53页 |
| 第五章 基于VMD-HMM的滚动轴承磨损状态研究 | 第53-63页 |
| 5.1 基于VMD-HMM的滚动轴承磨损状态分类方法 | 第53-54页 |
| 5.2 实验验证 | 第54-61页 |
| 5.2.1 实验装置和数据采集 | 第54-55页 |
| 5.2.2 EMD与VMD算法的轴承磨损信号对比 | 第55-57页 |
| 5.2.3 基于VMD分解的能量特征提取 | 第57-58页 |
| 5.2.4 分类结果 | 第58-61页 |
| 5.3 本章小结 | 第61-63页 |
| 第六章 基于图形用户界面的滚动轴承磨损状态识别系统 | 第63-70页 |
| 6.1 图形用户界面(GUI)简介 | 第63-64页 |
| 6.1.1 GUI设计原则 | 第63-64页 |
| 6.1.2 GUI设计步骤 | 第64页 |
| 6.2 滚动轴承磨损状态特征提取与诊断系统设计和实现 | 第64-69页 |
| 6.2.1 基本功能设计 | 第64-65页 |
| 6.2.2 系统实现 | 第65-69页 |
| 6.3 本章小结 | 第69-70页 |
| 第七章 结论与展望 | 第70-72页 |
| 7.1 结论 | 第70-71页 |
| 7.2 展望 | 第71-72页 |
| 致谢 | 第72-73页 |
| 参考文献 | 第73-78页 |
| 作者在学期间学术成果 | 第78页 |
