摘要 | 第4-6页 |
Abstract | 第6-7页 |
第一章 绪论 | 第10-20页 |
1.1 机械故障特征提取的研究背景、意义及主要研究现状 | 第10-14页 |
1.1.1 研究背景与意义 | 第10-12页 |
1.1.2 机械故障特征提取主要研究现状 | 第12-14页 |
1.2 机械故障特征提取中振动信号处理技术研究现状 | 第14-17页 |
1.2.1 小波分析方法 | 第14-15页 |
1.2.2 经验模态分解方法 | 第15-16页 |
1.2.3 稀疏信号分解方法 | 第16-17页 |
1.3 论文的主要研究工作 | 第17-20页 |
1.3.1 论文的研究思路 | 第17-18页 |
1.3.2 论文的内容安排 | 第18-20页 |
第二章 机械故障特征提取及其稀疏表示 | 第20-37页 |
2.1 引言 | 第20-21页 |
2.2 滚动轴承故障振动信号特点 | 第21-25页 |
2.2.1 滚动轴承故障形式 | 第21-22页 |
2.2.2 滚动轴承故障振动信号 | 第22-25页 |
2.3 齿轮故障振动信号特点 | 第25-29页 |
2.3.1 齿轮故障形式 | 第25-26页 |
2.3.2 齿轮故障振动信号的调制 | 第26-29页 |
2.4 稀疏表示理论 | 第29-35页 |
2.4.1 稀疏表示模型 | 第29-31页 |
2.4.2 过完备字典构造 | 第31-32页 |
2.4.3 表示系数求解方法 | 第32-35页 |
2.5 机械故障特征稀疏表示思想与策略的提出 | 第35-36页 |
2.5.1 机械故障特征稀疏表示思想 | 第35-36页 |
2.5.2 机械故障特征稀疏表示策略 | 第36页 |
2.6 小结 | 第36-37页 |
第三章 优化目标函数数据保真项的瞬态成分稀疏表示方法及其应用研究 | 第37-71页 |
3.1 引言 | 第37-38页 |
3.2 优化目标函数数据保真项的瞬态成分稀疏表示方法 | 第38-46页 |
3.2.1 方法原理 | 第38-40页 |
3.2.2 过完备小波字典 | 第40-42页 |
3.2.3 分裂增广拉格朗日收缩算法 | 第42-46页 |
3.3 仿真信号分析 | 第46-56页 |
3.3.1 仿真实验 | 第46-51页 |
3.3.2 参数与性能分析 | 第51-53页 |
3.3.3 解的存在性和唯一性分析 | 第53-54页 |
3.3.4 与其他时频分析方法的比较 | 第54-56页 |
3.4 轴承故障特征提取应用 | 第56-64页 |
3.5 齿轮故障特征提取应用 | 第64-70页 |
3.6 本章小结 | 第70-71页 |
第四章 优化目标函数惩罚项的瞬态成分稀疏表示方法及其应用研究 | 第71-95页 |
4.1 引言 | 第71-72页 |
4.2 优化目标函数惩罚项的瞬态成分稀疏表示方法 | 第72-79页 |
4.2.1 优化最小算法 | 第72-75页 |
4.2.2 严格凸函数的设计 | 第75-77页 |
4.2.3 优化迭代算法 | 第77-79页 |
4.3 仿真信号分析 | 第79-85页 |
4.3.1 仿真实验 | 第79-83页 |
4.3.2 与优化数据保真项的稀疏表示方法对比分析 | 第83-85页 |
4.4 轴承故障特征提取应用 | 第85-92页 |
4.5 齿轮故障特征提取应用 | 第92-94页 |
4.6 本章小结 | 第94-95页 |
第五章 全文总结与展望 | 第95-97页 |
参考文献 | 第97-104页 |
攻读硕士学位期间取得的科研成果 | 第104-106页 |
致谢 | 第106-107页 |