| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第10-22页 |
| 1.1 引言 | 第10-11页 |
| 1.2 振动信号分析技术研究现状 | 第11-19页 |
| 1.2.1 时域分析方法 | 第11-12页 |
| 1.2.2 频域分析方法 | 第12-15页 |
| 1.2.3 数学形态学分析 | 第15-16页 |
| 1.2.4 独立分量分析 | 第16-17页 |
| 1.2.5 其他信号分析技术 | 第17-19页 |
| 1.3 本文的工作 | 第19-22页 |
| 第2章 齿轮箱振动机理及故障信号特征 | 第22-34页 |
| 2.1 齿轮振动机理与故障信号特征 | 第22-29页 |
| 2.1.1 齿轮的简化振动模型 | 第22-23页 |
| 2.1.2 齿轮啮合刚度 | 第23页 |
| 2.1.3 齿轮故障信号特征 | 第23-27页 |
| 2.1.4 齿轮典型故障信号特征分析 | 第27-29页 |
| 2.2 滚动轴承振动机理与故障信号特征 | 第29-32页 |
| 2.2.1 滚动轴承振动机理 | 第29-30页 |
| 2.2.2 滚动轴承故障信号特征分析 | 第30-31页 |
| 2.2.3 滚动轴承典型故障信号特征分析 | 第31-32页 |
| 2.3 本章小结 | 第32-34页 |
| 第3章 自适应形态梯度提升小波 | 第34-48页 |
| 3.1 形态学滤波 | 第34-36页 |
| 3.1.1 基本形态滤波器 | 第34-36页 |
| 3.1.2 结构元素的影响 | 第36页 |
| 3.2 形态小波 | 第36-39页 |
| 3.2.1 广义小波分解方案 | 第36-38页 |
| 3.2.2 形态小波提升方案 | 第38-39页 |
| 3.3 自适应形态梯度提升小波降噪算法 | 第39-41页 |
| 3.3.1 自适应形态梯度提升小波构造 | 第40-41页 |
| 3.3.2 自适应阀值的选择 | 第41页 |
| 3.4 仿真信号分析 | 第41-46页 |
| 3.4.1 简单信号仿真分析 | 第41-44页 |
| 3.4.2 滚动轴承仿真信号分析 | 第44-46页 |
| 3.5 本章小结 | 第46-48页 |
| 第4章 rFastICA算法分析 | 第48-64页 |
| 4.1 ICA基本理论 | 第48-51页 |
| 4.1.1 ICA的数学模型 | 第48-49页 |
| 4.1.2 ICA模型的特点 | 第49页 |
| 4.1.3 观测信号的预处理 | 第49-50页 |
| 4.1.4 ICA算法性能评价指标 | 第50-51页 |
| 4.2 FastICA算法 | 第51-53页 |
| 4.3 rFastICA算法 | 第53-55页 |
| 4.4 仿真信号分析 | 第55-59页 |
| 4.4.1 简单信号混合的仿真分析 | 第55-57页 |
| 4.4.2 齿轮箱故障信号仿真分析 | 第57-59页 |
| 4.5 影响rFastICA算法的因素分析 | 第59-63页 |
| 4.5.1 噪声对rFastICA算法的影响 | 第59-61页 |
| 4.5.2 源信号的非高斯性对rFastICA算法的影响 | 第61-63页 |
| 4.6 本章小结 | 第63-64页 |
| 第5章 AMGLW-rFastICA-峭度分析法 | 第64-70页 |
| 5.1 峭度 | 第64页 |
| 5.2 包络谱 | 第64-65页 |
| 5.3 AMGLW-rFastICA-峭度综合分析法 | 第65-66页 |
| 5.4 仿真分析 | 第66-68页 |
| 5.5 本章小结 | 第68-70页 |
| 第6章 实验分析 | 第70-82页 |
| 6.1 综合分析法在轴承故障特征提取中的应用 | 第70-74页 |
| 6.1.1 内圈故障特征提取 | 第71-72页 |
| 6.1.2 外圈故障特征提取 | 第72-74页 |
| 6.2 综合分析法在齿轮故障特征提取中的应用 | 第74-81页 |
| 6.2.1 断齿故障特征提取 | 第75-78页 |
| 6.2.2 齿轮点蚀故障特征提取 | 第78-81页 |
| 6.3 本章小结 | 第81-82页 |
| 本文工作总结 | 第82-84页 |
| 参考文献 | 第84-88页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第88-90页 |
| 致谢 | 第90页 |