| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-17页 |
| ·课题背景和研究意义 | 第7-9页 |
| ·基于数据驱动的故障诊断方法 | 第9-14页 |
| ·基于信号处理的故障诊断方法 | 第10-13页 |
| ·基于人工智能的故障诊断方法 | 第13页 |
| ·基于统计分析的故障诊断方法 | 第13-14页 |
| ·本文主要内容 | 第14-17页 |
| 第二章 基于 Wigner-Ville 分布的故障诊断 | 第17-25页 |
| ·Wigner-Ville 分布定义及性质 | 第17-18页 |
| ·交叉项的抑制 | 第18-19页 |
| ·伪 Wigner-Ville 分布 | 第19页 |
| ·平滑伪 Wigner-Ville 分布 | 第19页 |
| ·数值仿真 | 第19-21页 |
| ·Wigner-Ville 分布在轴承故障诊断中的应用 | 第21-24页 |
| ·实验装置介绍 | 第21-22页 |
| ·故障诊断分析 | 第22-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 基于小波变换的故障诊断 | 第25-35页 |
| ·连续小波变换定义及性质 | 第25-26页 |
| ·常用小波基函数 | 第26-29页 |
| ·Haar 小波 | 第26-27页 |
| ·Morlet 小波 | 第27页 |
| ·Daubechies 小波 | 第27-28页 |
| ·Symlets 小波 | 第28-29页 |
| ·小波变换的分辨率 | 第29-30页 |
| ·小波尺度谱和重分配尺度谱 | 第30-31页 |
| ·小波变换在轴承故障诊断中的应用 | 第31-33页 |
| ·本章小结 | 第33-35页 |
| 第四章 基于 Hilbert-Huang 变换的故障诊断 | 第35-53页 |
| ·EMD 算法基本原理 | 第35-38页 |
| ·EMD 算法流程 | 第35-36页 |
| ·IMF 筛选停止准则 | 第36-37页 |
| ·EMD 的性质 | 第37-38页 |
| ·Hilbert 变换与瞬时频率 | 第38-39页 |
| ·Hilbert 谱和边际谱 | 第39-40页 |
| ·端点效应及改进 | 第40-48页 |
| ·端点效应 | 第40页 |
| ·ISBM 抑制端点效应 | 第40-42页 |
| ·互信息去除虚假分量 | 第42-43页 |
| ·数值仿真 | 第43-46页 |
| ·滚动轴承内圈故障诊断分析 | 第46-48页 |
| ·模态混叠及改进 | 第48-52页 |
| ·模态混叠与 EEMD 算法 | 第48页 |
| ·数值仿真 | 第48-50页 |
| ·滚动轴承外圈故障诊断分析 | 第50-52页 |
| ·本章小结 | 第52-53页 |
| 第五章 结论与展望 | 第53-55页 |
| ·本文总结 | 第53-54页 |
| ·展望 | 第54-55页 |
| 致谢 | 第55-57页 |
| 参考文献 | 第57-61页 |
| 附录：攻读硕士学位期间的科研成果和发表的论文 | 第61页 |
