中文摘要 | 第3-4页 |
英文摘要 | 第4-5页 |
1 绪论 | 第8-15页 |
1.1 研究背景及意义 | 第8页 |
1.2 滚动轴承故障诊断研究现状 | 第8-12页 |
1.2.1 滚动轴承故障诊断发展历程 | 第8-9页 |
1.2.2 滚动轴承故障特征提取与诊断方法研究现状 | 第9-11页 |
1.2.3 滚动轴承复合故障诊断问题 | 第11-12页 |
1.3 盲源分离方法发展及其研究应用现状 | 第12-13页 |
1.3.1 盲源分离方法发展及研究现状 | 第12页 |
1.3.2 盲源分离方法在机械故障诊断领域研究现状 | 第12-13页 |
1.4 论文的主要工作及内容安排 | 第13-15页 |
2 盲信号分离理论概述 | 第15-26页 |
2.1 盲源分离概念 | 第15页 |
2.2 盲源分离理论数学模型 | 第15-18页 |
2.2.1 线性瞬时混合模型 | 第16-17页 |
2.2.2 线性卷积混合模型 | 第17页 |
2.2.3 非线性混合模型 | 第17-18页 |
2.3 盲源分离的约束条件及不确定性 | 第18页 |
2.3.1 盲源分离的约束条件 | 第18页 |
2.3.2 盲源分离的不确定性 | 第18页 |
2.4 盲源分离的预处理及评价指标 | 第18-19页 |
2.4.1 盲源分离的预处理 | 第18-19页 |
2.4.2 盲源分离的性能评价指标 | 第19页 |
2.5 盲源分离经典算法 | 第19-25页 |
2.5.1 FastICA算法 | 第19-20页 |
2.5.2 Infomax算法 | 第20-22页 |
2.5.3 JADE算法 | 第22页 |
2.5.4 算法性能仿真分析 | 第22-25页 |
2.6 本章小结 | 第25-26页 |
3 滚动轴承复合故障盲源分离及类型诊断研究 | 第26-38页 |
3.1 滚动轴承复合故障诊断方案 | 第26-27页 |
3.2 基于EMD样本熵和能量比特征提取的滚动轴承复合故障诊断 | 第27-29页 |
3.2.1 经验模态分解 | 第27-28页 |
3.2.2 时频特征 | 第28-29页 |
3.3 实验分析 | 第29-37页 |
3.4 本章小结 | 第37-38页 |
4 单通道条件下复合故障盲源分离及诊断研究 | 第38-49页 |
4.1 变分模态分解理论 | 第38-40页 |
4.1.1 变分模态分解原理 | 第38-39页 |
4.1.2 VMD在滚动轴承复合故障中的应用分析 | 第39-40页 |
4.2 基于VMD-BSS的滚动轴承复合故障诊断 | 第40页 |
4.3 实验分析 | 第40-48页 |
4.4 本章小结 | 第48-49页 |
5 总结与展望 | 第49-51页 |
5.1 总结 | 第49-50页 |
5.2 展望 | 第50-51页 |
致谢 | 第51-52页 |
参考文献 | 第52-56页 |
附录 | 第56页 |
A. 攻读硕士期间发表的论文目录 | 第56页 |
B. 作者在攻读硕士学位期间取得的科研成果及获奖目录 | 第56页 |