| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-16页 |
| 1.1 课题背景及研究意义 | 第8-9页 |
| 1.2 国内外研究现状及发展趋势 | 第9-15页 |
| 1.2.1 滚动轴承的状态监测方法 | 第9-11页 |
| 1.2.2 滚动轴承故障特征提取方法研究现状 | 第11-12页 |
| 1.2.3 滚动轴承寿命预测方法研究现状 | 第12-13页 |
| 1.2.4 比例故障模型的应用及研究现状 | 第13-15页 |
| 1.3 论文的研究内容及安排 | 第15-16页 |
| 2 滚动轴承的故障机理与振动特征参数提取 | 第16-31页 |
| 2.1 滚动轴承的基本结构 | 第16-17页 |
| 2.2 滚动轴承的失效形式 | 第17-18页 |
| 2.3 滚动轴承的振动分析 | 第18-20页 |
| 2.3.1 滚动轴承振动机理 | 第18页 |
| 2.3.2 滚动轴承的故障特征频率和固有频率 | 第18-20页 |
| 2.4 基于振动信号的特征参数提取 | 第20-30页 |
| 2.4.1 时域统计特征参数提取 | 第20-23页 |
| 2.4.2 频域统计特征参数提取 | 第23-25页 |
| 2.4.3 时频域能量特征参数提取 | 第25-30页 |
| 2.5 本章小结 | 第30-31页 |
| 3 基于PCA的滚动轴承故障特征提取方法研究 | 第31-43页 |
| 3.1 滚动轴承振动信号特征分析 | 第31-36页 |
| 3.1.1 振动信号的时域频域统计特征 | 第31-33页 |
| 3.1.2 Hilbert包络谱统计特征 | 第33页 |
| 3.1.3 小波包分解的能量特征参数 | 第33-34页 |
| 3.1.4 滚动轴承振动信号特征参数表示 | 第34-36页 |
| 3.2 滚动轴承的振动特征提取 | 第36-38页 |
| 3.2.1 特征选取 | 第36-37页 |
| 3.2.2 主元分析(PCA) | 第37-38页 |
| 3.3 改进的模糊C均值聚类算法及故障诊断流程 | 第38-39页 |
| 3.3.1 改进的模糊C均值聚类算法 | 第38-39页 |
| 3.3.2 故障诊断流程 | 第39页 |
| 3.4 实例分析 | 第39-42页 |
| 3.4.1 美国凯斯西储大学滚动轴承试验数据 | 第39-40页 |
| 3.4.2 滚动轴承故障分类性能及评估 | 第40-42页 |
| 3.5 本章小结 | 第42-43页 |
| 4 基于比例故障模型的剩余寿命预测研究 | 第43-63页 |
| 4.1 比例故障率模型 | 第43-49页 |
| 4.1.1 比例故障率模型 | 第43-45页 |
| 4.1.2 回归矢量β的估计 | 第45-46页 |
| 4.1.3 威布尔分布 | 第46-48页 |
| 4.1.4 基于威布尔比例故障率模型的寿命预测研究 | 第48-49页 |
| 4.2 Logistic回归模型 | 第49-52页 |
| 4.2.1 二项分类Logistic回归模型 | 第49-51页 |
| 4.2.2 多分类Logistic回归模型 | 第51页 |
| 4.2.3 回归参数估计 | 第51页 |
| 4.2.4 Logistic回归模型与比例故障模型的对比 | 第51-52页 |
| 4.3 基于振动信号监测的轴承剩余寿命预测 | 第52-62页 |
| 4.3.1 试验装置 | 第52-55页 |
| 4.3.2 特征提取 | 第55-57页 |
| 4.3.3 剩余寿命预测研究 | 第57-62页 |
| 4.4 本章小结 | 第62-63页 |
| 结论 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 攻读硕士学位期间发表学术论文情况 | 第68-69页 |
| 致谢 | 第69-70页 |