| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 第1章 绪论 | 第17-34页 |
| 1.1 课题背景及意义 | 第17-18页 |
| 1.2 旋转机械故障诊断技术研究现状 | 第18-25页 |
| 1.2.1 故障机理研究 | 第19-22页 |
| 1.2.2 故障诊断技术研究 | 第22-25页 |
| 1.3 信号分析及故障特征提取技术研究现状 | 第25-31页 |
| 1.3.1 经典谱分析方法研究 | 第26-27页 |
| 1.3.2 时频分析方法研究 | 第27-31页 |
| 1.4 本文的主要研究内容和结构安排 | 第31-34页 |
| 第2章 支持向量机理论研究及其改进 | 第34-48页 |
| 2.1 引言 | 第34页 |
| 2.2 支持向量机原理 | 第34-41页 |
| 2.2.1 机器学习 | 第35页 |
| 2.2.2 统计学习 | 第35-39页 |
| 2.2.3 核函数 | 第39-40页 |
| 2.2.4 模型选取 | 第40-41页 |
| 2.3 果蝇算法原理及其改进 | 第41-44页 |
| 2.3.1 果蝇算法基本原理 | 第41-42页 |
| 2.3.2 果蝇算法基本步骤 | 第42-43页 |
| 2.3.3 果蝇算法的改进 | 第43-44页 |
| 2.4 基于改进果蝇算法的支持向量机的参数优化 | 第44-47页 |
| 2.4.1 改进果蝇算法的支持向量机的参数优化模型建立 | 第44-45页 |
| 2.4.2 仿真信号分析 | 第45-47页 |
| 2.5 本章小结 | 第47-48页 |
| 第3章 基于集合经验模态分解的故障诊断技术 | 第48-74页 |
| 3.1 引言 | 第48页 |
| 3.2 经验模态分解方法的原理 | 第48-54页 |
| 3.2.1 EMD基本原理 | 第48页 |
| 3.2.2 EMD基本步骤 | 第48-51页 |
| 3.2.3 EMD模态混叠 | 第51-54页 |
| 3.3 集合经验模态分解方法的原理 | 第54-57页 |
| 3.3.1 EEMD基本原理 | 第54页 |
| 3.3.2 EEMD基本步骤 | 第54-57页 |
| 3.4 基于集合经验模态分解的故障诊断技术 | 第57-73页 |
| 3.4.1 EEMD诊断技术的实现 | 第57-58页 |
| 3.4.2 EEMD故障特征提取 | 第58-63页 |
| 3.4.3 基于集合经验模态分解的轴承故障诊断应用 | 第63-73页 |
| 3.5 本章小结 | 第73-74页 |
| 第4章 基于局部均值分解的故障诊断技术 | 第74-95页 |
| 4.1 引言 | 第74页 |
| 4.2 局部均值分解方法的原理 | 第74-79页 |
| 4.2.1 LMD基本原理 | 第74页 |
| 4.2.2 LMD基本步骤 | 第74-78页 |
| 4.2.3 LMD模态混叠 | 第78-79页 |
| 4.3 基于局部均值分解的故障诊断技术 | 第79-82页 |
| 4.3.1 LMD诊断技术的实现 | 第79-80页 |
| 4.3.2 LMD故障特征提取 | 第80页 |
| 4.3.3 基于局部均值分解的轴承故障诊断应用 | 第80-82页 |
| 4.4 基于局部均值分解与切片双谱的故障诊断技术 | 第82-94页 |
| 4.4.1 切片双谱的定义 | 第82-85页 |
| 4.4.2 局部均值分解与切片双谱的诊断技术的实现 | 第85页 |
| 4.4.3 局部均值分解与切片双谱的故障特征提取 | 第85-87页 |
| 4.4.4 轴承故障诊断实例 | 第87-94页 |
| 4.5 本章小结 | 第94-95页 |
| 第5章 基于固有时间尺度分解的故障诊断技术 | 第95-113页 |
| 5.1 引言 | 第95页 |
| 5.2 固有时间尺度分解方法的原理 | 第95-98页 |
| 5.2.1 ITD基本原理 | 第95页 |
| 5.2.2 ITD基本步骤 | 第95-96页 |
| 5.2.3 ITD存在的问题 | 第96-98页 |
| 5.3 固有时间尺度分解方法的改进 | 第98-103页 |
| 5.3.1 MITD基本原理 | 第98-99页 |
| 5.3.2 MITD基本步骤 | 第99-103页 |
| 5.4 基于改进的固有时间尺度分解的故障诊断技术 | 第103-107页 |
| 5.4.1 MITD诊断技术的实现 | 第103页 |
| 5.4.2 MITD故障特征提取 | 第103页 |
| 5.4.3 基于改进的固有时间尺度分解的转子故障诊断应用 | 第103-107页 |
| 5.5 基于改进的固有时间尺度分解与Teager能量算子的故障诊断技术 | 第107-112页 |
| 5.5.1 Teager能量算子的定义 | 第107-109页 |
| 5.5.2 MITD与Teager能量算子的诊断技术的实现 | 第109页 |
| 5.5.3 MITD与Teager能量算子的故障特征提取 | 第109-110页 |
| 5.5.4 转子故障诊断实例 | 第110-112页 |
| 5.6 本章小结 | 第112-113页 |
| 第6章 基于可变模式分解的故障诊断技术 | 第113-126页 |
| 6.1 引言 | 第113页 |
| 6.2 可变模式分解方法的原理 | 第113-119页 |
| 6.2.1 VMD基本原理 | 第113-115页 |
| 6.2.2 VMD基本步骤 | 第115-116页 |
| 6.2.3 VMD存在的问题 | 第116-119页 |
| 6.3 基于可变模式分解的故障诊断技术 | 第119-125页 |
| 6.3.1 VMD诊断技术的实现 | 第119-120页 |
| 6.3.2 VMD故障特征提取 | 第120页 |
| 6.3.3 基于可变模式分解的转子故障诊断应用 | 第120-125页 |
| 6.4 本章小结 | 第125-126页 |
| 第7章 结论与展望 | 第126-129页 |
| 7.1 结论 | 第126-127页 |
| 7.2 创新点 | 第127页 |
| 7.3 展望 | 第127-129页 |
| 参考文献 | 第129-144页 |
| 攻读博士学位期间发表的论文及其它成果 | 第144-146页 |
| 攻读博士学位期间参加的科研工作 | 第146-147页 |
| 致谢 | 第147-148页 |
| 作者简介 | 第148页 |
