| 摘要 | 第9-11页 |
| Abstract | 第11-12页 |
| 第1章 绪论 | 第13-20页 |
| 1.1 研究的背景及意义 | 第13-14页 |
| 1.2 旋转机械故障诊断研究概况 | 第14-19页 |
| 1.2.1 国内外旋转机械故障诊断研究现状 | 第14-15页 |
| 1.2.2 旋转机械故障诊断技术发展历程 | 第15-19页 |
| 1.3 本文总体结构 | 第19-20页 |
| 第2章 旋转机械故障类型以及特征提取方法 | 第20-28页 |
| 2.1 故障类型 | 第20-22页 |
| 2.1.1 轴承常见故障类型 | 第20-21页 |
| 2.1.2 齿轮常见故障类型 | 第21-22页 |
| 2.2 信号特征 | 第22-23页 |
| 2.2.1 轴承振动信号特征 | 第22页 |
| 2.2.2 齿轮振动信号特征 | 第22-23页 |
| 2.3 常用特征提取方法 | 第23-27页 |
| 2.3.1 经验模态分解 | 第23-24页 |
| 2.3.2 集合经验模态分解 | 第24-25页 |
| 2.3.3 局部均值分解 | 第25-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第3章 变分模态分解 | 第28-46页 |
| 3.1 重要概念 | 第28-31页 |
| 3.1.1 本征模态函数 | 第28页 |
| 3.1.2 维纳滤波 | 第28-29页 |
| 3.1.3 解析信号 | 第29-31页 |
| 3.1.4 频率混叠 | 第31页 |
| 3.2 VMD方法的基本原理 | 第31-34页 |
| 3.3 算法流程 | 第34页 |
| 3.4 仿真信号分析 | 第34-45页 |
| 3.4.1 含噪声的多谐波信号分析 | 第34-37页 |
| 3.4.2 调幅-调频信号分析 | 第37-39页 |
| 3.4.3 间断信号分析 | 第39-41页 |
| 3.4.4 脉冲信号分析 | 第41-45页 |
| 3.5 本章小结 | 第45-46页 |
| 第4章 参数自适应变分模态分解 | 第46-67页 |
| 4.1 VMD方法参数分析 | 第46-51页 |
| 4.1.1 IMF分量数目 | 第46-48页 |
| 4.1.2 二次惩罚因子 | 第48-51页 |
| 4.2 粒子群优化算法 | 第51-53页 |
| 4.2.1 引言 | 第51页 |
| 4.2.2 粒子群优化算法的基本原理 | 第51页 |
| 4.2.3 粒子群优化算法的参数设定 | 第51-53页 |
| 4.3 适应度函数选取 | 第53-59页 |
| 4.3.1 峭度系数 | 第53-57页 |
| 4.3.2 互相关系数 | 第57-59页 |
| 4.3.3 加权峭度系数 | 第59页 |
| 4.4 参数自适应变分模态分解 | 第59-62页 |
| 4.4.1 算法流程 | 第59-61页 |
| 4.4.2 性能验证分析 | 第61-62页 |
| 4.5 结果验证对比分析 | 第62-66页 |
| 4.6 本章小结 | 第66-67页 |
| 第5章 基于参数自适应变分模态分解旋转机械故障诊断 | 第67-84页 |
| 5.1 基于参数自适应变分模态分解滚动轴承故障诊断 | 第67-74页 |
| 5.1.1 滚动轴承特征频率 | 第67-68页 |
| 5.1.2 滚动轴承实验台介绍 | 第68-69页 |
| 5.1.3 滚动轴承故障信号分析 | 第69-74页 |
| 5.2 基于参数自适应变分模态分解齿轮故障诊断 | 第74-83页 |
| 5.2.1 齿轮特征频率 | 第74-76页 |
| 5.2.2 行星齿轮箱实验台介绍 | 第76-77页 |
| 5.2.3 行星轮故障信号分析 | 第77-83页 |
| 5.3 本章小结 | 第83-84页 |
| 第6章 总结与展望 | 第84-86页 |
| 6.1 研究内容与总结 | 第84页 |
| 6.2 未来展望 | 第84-86页 |
| 参考文献 | 第86-92页 |
| 攻读硕士学位期间论文发表及科研情况 | 第92-93页 |
| 致谢 | 第93页 |