| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 课题研究的背景与意义 | 第8页 |
| 1.2 故障预测方法概述 | 第8-9页 |
| 1.3 故障预测方法研究现状 | 第9-13页 |
| 1.4 课题研究的内容与安排 | 第13-14页 |
| 第2章 轮毂轴承故障机理及振动信号特征提取 | 第14-22页 |
| 2.1 轮毂轴承的主要失效形式 | 第14-15页 |
| 2.2 轮毂轴承振动机理 | 第15-16页 |
| 2.2.1 轮毂轴承的固有振动频率 | 第15-16页 |
| 2.2.2 轮毂轴承的理论故障特征频率 | 第16页 |
| 2.3 轮毂轴承振动信号特征提取 | 第16-19页 |
| 2.3.1 时域特征分析 | 第16-18页 |
| 2.3.2 频域特征分析 | 第18-19页 |
| 2.4 本章小结 | 第19-22页 |
| 第3章 组合模型在轴承故障预测中的应用 | 第22-44页 |
| 3.1 灰色预测模型 | 第22-29页 |
| 3.1.1 模型概述 | 第22页 |
| 3.1.2 GM（1,1）建模原理 | 第22-25页 |
| 3.1.3 改进GM（1,1）模型 | 第25-27页 |
| 3.1.4 案例分析 | 第27-29页 |
| 3.2 神经网络预测模型 | 第29-37页 |
| 3.2.1 模型概述 | 第29-30页 |
| 3.2.2 BP神经网络建模流程 | 第30-32页 |
| 3.2.3 遗传算法优化BP神经网络模型 | 第32-35页 |
| 3.2.4 案例分析 | 第35-37页 |
| 3.3 组合预测模型 | 第37-42页 |
| 3.3.1 模型概述 | 第37-38页 |
| 3.3.2 组合模型建模原理 | 第38-40页 |
| 3.3.3 案例分析 | 第40-42页 |
| 3.4 本章小结 | 第42-44页 |
| 第4章 轮毂轴承试验分析与模型验证 | 第44-60页 |
| 4.1 轮毂轴承试验平台 | 第44-48页 |
| 4.1.1 轴承试验台选择 | 第44-45页 |
| 4.1.2 振动传感器的选取及标定 | 第45-46页 |
| 4.1.3 试验轴承及传感器安装位置 | 第46-48页 |
| 4.2 试验内容 | 第48页 |
| 4.3 试验数据分析 | 第48-54页 |
| 4.3.1 时域特征参数分析 | 第48-49页 |
| 4.3.2 包络频谱分析 | 第49-52页 |
| 4.3.3 状态阈值区间划分 | 第52-54页 |
| 4.4 模型验证 | 第54-57页 |
| 4.4.1 单一模型预测分析 | 第54-55页 |
| 4.4.2 改进GM（1,1）模型及GA-BP优化模型预测分析 | 第55-56页 |
| 4.4.3 组合模型预测分析 | 第56-57页 |
| 4.5 本章小结 | 第57-60页 |
| 第5章 轮毂轴承故障预测系统开发 | 第60-68页 |
| 5.1 轮毂轴承故障预测系统硬件开发环境 | 第60-62页 |
| 5.1.1 工业控制计算机选取 | 第60-61页 |
| 5.1.2 采集板卡选取 | 第61-62页 |
| 5.2 轮毂轴承故障预测系统软件开发环境 | 第62页 |
| 5.3 轮毂轴承故障预测系统界面介绍 | 第62-67页 |
| 5.3.1 系统登录单元 | 第63-64页 |
| 5.3.2 轴承故障预测系统主界面单元 | 第64-65页 |
| 5.3.3 数据查询单元 | 第65-66页 |
| 5.3.4 数据统计单元 | 第66-67页 |
| 5.4 本章小结 | 第67-68页 |
| 第6章 结论与展望 | 第68-70页 |
| 6.1 结论 | 第68-69页 |
| 6.2 展望 | 第69-70页 |
| 参考文献 | 第70-76页 |
| 致谢 | 第76-77页 |
| 攻读学位期间的研究成果 | 第77页 |