基于振幅熵与功率谱重心的聚类分析在旋转机械故障诊断中的应用

摘要	第1-5页
Abstract	第5-8页
第一章 绪论	第8-17页
·旋转机械故障诊断的意义	第8-9页
·机械故障诊断技术的现状及发展	第9-13页
·机械故障诊断技术的主要内容	第13-14页
·本课题背景与主要工作	第14-17页
第二章 旋转机械常见振动故障特征	第17-31页
·转子的基本振动特性	第17-19页
·旋转机械转子的故障诊断	第19-31页
·转子不平衡机理与诊断	第20-23页
·转子不对中机理与诊断	第23-28页
·动静件碰磨机理与诊断	第28-31页
第三章 数据聚类算法研究	第31-41页
·聚类分析技术所面临的主要问题	第31-33页
·主要聚类算法分类	第33-41页
·层次聚类算法	第33-35页
·划分聚类算法	第35-37页
·基于密度的聚类算法	第37-38页
·基于网格的聚类算法	第38-39页
·基于模型的聚类算法	第39-41页
第四章 基于振幅熵与功率谱重心的聚类分析	第41-51页
·小波分析基本理论	第41-44页
·传统信号分析及其不足	第41-42页
·小波分析基本理论	第42-44页
·网格聚类基本理论	第44-51页
·网格的基本概念	第44-45页
·数据对象在网格单元中的位置标示	第45-46页
·网格的基本特征	第46页
·网格单元的联通与聚类	第46-47页
·振幅熵H(A)与功率谱重心C	第47-49页
·具体聚类分析	第49-51页
第五章 实例分析	第51-61页
·转子故障数据采样	第51-56页
·聚类结果分析	第56-61页
第六章 结论与展望	第61-62页
·主要研究内容	第61页
·展望	第61-62页
参考文献	第62-66页
发表学术论文和参加科研工作的情况	第66-67页
致谢	第67页