| 摘要 | 第3-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 研究背景与意义 | 第10页 |
| 1.2 滚动轴承故障诊断概述 | 第10-11页 |
| 1.3 滚动轴承故障诊断中两个关键问题研究现状 | 第11-15页 |
| 1.3.1 解调方法的研究现状 | 第11-13页 |
| 1.3.2 特征提取的研究现状 | 第13-15页 |
| 1.4 论文的主要工作与安排 | 第15-17页 |
| 第二章 滚动轴承基本性质及实验描述 | 第17-24页 |
| 2.1 滚动轴承的结构及失效形式 | 第17-19页 |
| 2.1.1 滚动轴承的基本结构及参数 | 第17-18页 |
| 2.1.2 滚动轴承的常见失效形式 | 第18-19页 |
| 2.2 滚动轴承的振动机理 | 第19-20页 |
| 2.3 滚动轴承的特征频率 | 第20-21页 |
| 2.4 滚动轴承诊断实验 | 第21-23页 |
| 2.4.1 实验装置 | 第21-22页 |
| 2.4.2 滚动轴承故障设置及其基本参数 | 第22-23页 |
| 2.5 本章小结 | 第23-24页 |
| 第三章 基于近似熵和平方解调分析的滚动轴承故障特征提取 | 第24-38页 |
| 3.1 近似熵 | 第24-30页 |
| 3.1.1 近似熵的定义 | 第24-25页 |
| 3.1.2 近似熵的快速算法 | 第25-26页 |
| 3.1.3 近似熵算法的有效性验证 | 第26-27页 |
| 3.1.4 近似熵在机械故障诊断中的应用 | 第27-30页 |
| 3.2 平方解调 | 第30-32页 |
| 3.2.1 平方解调分析原理 | 第30页 |
| 3.2.2 平方解调分析仿真验证 | 第30-32页 |
| 3.3 故障特征提取方法及实例 | 第32-37页 |
| 3.3.1 不同载荷下特征提取能力分析 | 第33-34页 |
| 3.3.2 不同损伤程度下特征提取能力分析 | 第34-35页 |
| 3.3.3 不同样本长度下特征提取能力分析 | 第35-37页 |
| 3.4 本章小结 | 第37-38页 |
| 第四章 基于样本熵和分数阶傅里叶变换的滚动轴承故障特征提取 | 第38-51页 |
| 4.1 样本熵 | 第38-42页 |
| 4.1.1 样本熵的定义 | 第38-39页 |
| 4.1.2 参数的选取 | 第39页 |
| 4.1.3 性能分析 | 第39-42页 |
| 4.2 分数阶傅里叶变换 | 第42-46页 |
| 4.2.1 分数阶傅里叶变换的定义 | 第42-43页 |
| 4.2.2 分数阶傅里叶变换的谱能量集中性 | 第43-44页 |
| 4.2.3 分数阶傅里叶变换的数据聚集性 | 第44-46页 |
| 4.3 故障特征提取方法及实例 | 第46-50页 |
| 4.3.1 噪声对特征提取的影响 | 第46-47页 |
| 4.3.2 最优阶次故障特征提取 | 第47-49页 |
| 4.3.3 样本长度对特征提取的影响 | 第49-50页 |
| 4.4 本章小结 | 第50-51页 |
| 第五章 基于模糊熵和包络分析的滚动轴承故障特征提取及模式识别 | 第51-67页 |
| 5.1 模糊熵 | 第51-56页 |
| 5.1.1 模糊熵的定义 | 第51-52页 |
| 5.1.2 参数的选取 | 第52-53页 |
| 5.1.3 模糊熵算法的有效性验证 | 第53-54页 |
| 5.1.4 性能分析 | 第54-56页 |
| 5.2 包络分析 | 第56-58页 |
| 5.2.1 希尔伯特变换 | 第56-57页 |
| 5.2.2 包络解调 | 第57-58页 |
| 5.3 故障特征提取方法及实例 | 第58-62页 |
| 5.4 特征分类与故障诊断 | 第62-66页 |
| 5.4.1 支持向量机 | 第62页 |
| 5.4.2 多熵值特征提取 | 第62-63页 |
| 5.4.3 模式识别 | 第63-66页 |
| 5.5 本章小结 | 第66-67页 |
| 第六章 结论与展望 | 第67-69页 |
| 6.1 结论 | 第67页 |
| 6.2 展望 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 致谢 | 第73-74页 |
| 个人简历、在学期间的研究结果及发表的学术论文 | 第74页 |
