小波分析在微动齿轮故障诊断的应用与研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 第1章 绪论 | 第9-16页 |
| ·机械设备的故障诊断及其意义 | 第9页 |
| ·设备故障诊断的发展状况及其趋势 | 第9-12页 |
| ·机械设备故障诊断研究的主要问题 | 第12-13页 |
| ·基于小波分析的机械齿轮故障诊断研究 | 第13-14页 |
| ·本论文研究的主要内容 | 第14-16页 |
| 第2章 机械微动齿轮故障分析 | 第16-21页 |
| ·机械齿轮分析 | 第16-19页 |
| ·微动齿轮的振动分析 | 第16-17页 |
| ·微动齿轮的振动机理 | 第17-18页 |
| ·微动齿轮的故障形式 | 第18-19页 |
| ·微动齿轮的振动特征 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 第3章 小波分析理论简介 | 第21-30页 |
| ·引言 | 第21页 |
| ·傅里叶变换 | 第21-22页 |
| ·小波分析的理论 | 第22-26页 |
| ·小波的定义 | 第22-23页 |
| ·小波变换 | 第23-24页 |
| ·小波变换的连续形式 | 第24-25页 |
| ·小波变换的离散形式 | 第25-26页 |
| ·小波包 | 第26-29页 |
| ·小波包变换的定义 | 第26-27页 |
| ·小波包的分解与重够 | 第27-29页 |
| ·小波包最佳分解 | 第29页 |
| ·本章小结 | 第29-30页 |
| 第4章 小波去噪在微动齿轮振动信号的应用与研究 | 第30-42页 |
| ·引言 | 第30页 |
| ·小波去噪概述 | 第30-32页 |
| ·改进的小波包变换信号降噪 | 第30-32页 |
| ·提升小波变换信号降噪 | 第32页 |
| ·阈值选取 | 第32-35页 |
| ·阈值函数的选取 | 第33页 |
| ·阈值的估计 | 第33-35页 |
| ·几种降噪方法的仿真分析 | 第35-41页 |
| ·机械齿轮调幅振动信号的去噪仿真 | 第35-38页 |
| ·微动齿轮振动信号的去噪仿真 | 第38-41页 |
| ·本章小结 | 第41-42页 |
| 第5章 微动齿轮故障诊断 | 第42-58页 |
| ·引言 | 第42页 |
| ·信号特征提取 | 第42页 |
| ·基于改进的小波包分解的特征向量提取分析 | 第42-43页 |
| ·齿轮箱故障特征提取 | 第43-48页 |
| ·特征提取仿真实验 | 第44-48页 |
| ·故障模式识别 | 第48-50页 |
| ·断齿故障模式识别 | 第49-50页 |
| ·齿轮点蚀故障模式识别 | 第50页 |
| ·小波包结合BP神经网络故障诊断 | 第50-56页 |
| ·神经网络的BP算法 | 第51-53页 |
| ·小波包结合BP神经网络故障诊断步骤 | 第53页 |
| ·微动齿轮振动信号的故障诊断 | 第53-56页 |
| ·本章小结 | 第56-58页 |
| 第6章 结论与展望 | 第58-60页 |
| ·结论 | 第58页 |
| ·展望 | 第58-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-63页 |
| 攻读学位期间的研究成果 | 第63页 |
