| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第11-21页 |
| 1.1 引言课题研究目的意义 | 第11-13页 |
| 1.2 故障诊断技术研究现状及发展趋势 | 第13-18页 |
| 1.2.1 声发射技术的发展现状 | 第15-16页 |
| 1.2.2 故障模式识别的应用研究 | 第16-18页 |
| 1.3 本文工作内容与组织结构 | 第18-21页 |
| 1.3.1 研究内容与技术路线 | 第18页 |
| 1.3.2 课题创新点 | 第18页 |
| 1.3.3 本文的组织结构 | 第18-21页 |
| 第二章 RV减速器故障诊断概述 | 第21-31页 |
| 2.1 RV减速器及故障频率分析 | 第21-25页 |
| 2.1.1 RV减速器传动系统分析 | 第21-23页 |
| 2.1.2 RV减速器特征频率分析 | 第23-25页 |
| 2.2 故障特征提取方法 | 第25-27页 |
| 2.2.1 时域分析方法 | 第25-26页 |
| 2.2.2 频域分析方法 | 第26-27页 |
| 2.3 聚类分析 | 第27-29页 |
| 2.3.1 聚类分析的含义 | 第27页 |
| 2.3.2 聚类分析方法 | 第27-28页 |
| 2.3.3 BP神经网络分析方法 | 第28-29页 |
| 2.4 本章小节 | 第29-31页 |
| 第三章 RV减速器声发射特性分析 | 第31-43页 |
| 3.1 RV减速器故障类型 | 第31-33页 |
| 3.2 RV减速器特征提取 | 第33-40页 |
| 3.2.1 时域波形特征提取 | 第33-39页 |
| 3.2.2 频域波形特征提取 | 第39-40页 |
| 3.3 本章小节 | 第40-43页 |
| 第四章 声发射信号聚类分析与模式识别 | 第43-67页 |
| 4.1 时域特征聚类分析 | 第43-54页 |
| 4.1.1 以冲击数目为基础的聚类分析 | 第43-49页 |
| 4.1.2 其他时域特征聚类 | 第49-54页 |
| 4.2 频谱特征聚类分析 | 第54-61页 |
| 4.2.1 聚类分组数目选取 | 第54-58页 |
| 4.2.2 频率段能量聚类分析 | 第58-60页 |
| 4.2.3 其他频率指标 | 第60-61页 |
| 4.3 BP神经网络分析 | 第61-64页 |
| 4.3.1 神经网络结构设定 | 第61-63页 |
| 4.3.2 网络的训练与评估 | 第63-64页 |
| 4.4 本章小结 | 第64-67页 |
| 第五章 基于Labview的机器人声发射在线检测系统 | 第67-79页 |
| 5.1 工业机器人声发射检测系统的意义 | 第67页 |
| 5.2 工业机器人声发射检测系统概述 | 第67-69页 |
| 5.3 工业机器人现场检测系统 | 第69-77页 |
| 5.3.1 功能描述 | 第69-70页 |
| 5.3.2 功能分析 | 第70-71页 |
| 5.3.3 界面设计 | 第71-72页 |
| 5.3.4 功能实现 | 第72-77页 |
| 5.3.5 其他内容 | 第77页 |
| 5.4 本章小结 | 第77-79页 |
| 第六章 结论与展望 | 第79-81页 |
| 6.1 结论 | 第79-80页 |
| 6.2 不足与展望 | 第80-81页 |
| 致谢 | 第81-83页 |
| 参考文献 | 第83-85页 |