基于小波变换与递归定量分析的轴承故障信号研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第8-13页 |
| 1.1 课题背景 | 第8页 |
| 1.2 课题研究的目的和意义 | 第8-9页 |
| 1.3 国内外相关技术研究现状 | 第9-12页 |
| 1.3.1 旋转机械故障信号分析技术发展 | 第9-11页 |
| 1.3.2 RQA 研究现状 | 第11-12页 |
| 1.4 本文的主要研究内容 | 第12-13页 |
| 第2章 旋转机械振动信号递归定量分析 | 第13-24页 |
| 2.1 引言 | 第13页 |
| 2.2 旋转机械轴承故障机理分析 | 第13-16页 |
| 2.2.1 滚动轴承的固有振动 | 第14页 |
| 2.2.2 加工安装和其他异常引起的振动 | 第14页 |
| 2.2.3 滚动轴承故障引起的振动 | 第14-16页 |
| 2.3 轴承故障信号仿真模型 | 第16-17页 |
| 2.4 轴承信号递归定量分析 | 第17-23页 |
| 2.4.1 递归图 | 第17-18页 |
| 2.4.2 RQA 特征量 | 第18-19页 |
| 2.4.3 RQA 重要参数选取 | 第19-23页 |
| 2.5 本章小结 | 第23-24页 |
| 第3章 轴承信号特征提取及分类实验 | 第24-40页 |
| 3.1 引言 | 第24页 |
| 3.2 基于小波变换的故障特征提取 | 第24-27页 |
| 3.2.1 小波变换 | 第24-26页 |
| 3.2.2 信号特征提取 | 第26-27页 |
| 3.3 基于单独 RQA 的故障信号特征提取 | 第27页 |
| 3.4 小波变换结合 RQA 信号特征提取 | 第27-30页 |
| 3.5 轴承故障信号特征提取验证 | 第30-33页 |
| 3.6 轴承信号故障分类实验 | 第33-38页 |
| 3.6.1 概率神经网络简介 | 第34-35页 |
| 3.6.2 实验转子台 | 第35-36页 |
| 3.6.3 实验数据采集 | 第36页 |
| 3.6.4 实验数据处理 | 第36-37页 |
| 3.6.5 实验结果与分析 | 第37-38页 |
| 3.7 本章小结 | 第38-40页 |
| 第4章 轴承故障评估实验 | 第40-48页 |
| 4.1 引言 | 第40页 |
| 4.2 故障评估系统 | 第40-42页 |
| 4.2.1 SVDD 简介 | 第40-41页 |
| 4.2.2 轴承性能退化 SVDD 评估流程 | 第41-42页 |
| 4.3 全生命周期轴承信号故障评估实验 | 第42-47页 |
| 4.3.1 实验转子台 | 第42-43页 |
| 4.3.2 实验数据采集 | 第43页 |
| 4.3.3 实验数据处理结果与分析 | 第43-47页 |
| 4.4 本章小结 | 第47-48页 |
| 结论 | 第48-49页 |
| 参考文献 | 第49-53页 |
| 攻读硕士学位期间发表的论文 | 第53-55页 |
| 致谢 | 第55页 |
