首页--工业技术论文--机械、仪表工业论文--机械零件及传动装置论文--转动机件论文--轴承论文--滚动轴承论文

滚动轴承变工况条件下静电监测特征提取及故障程度识别方法研究

摘要第4-6页
ABSTRACT第6-7页
目录第8-11页
图表清单第11-13页
缩略词第13-14页
第一章 绪论第14-22页
    1.1 研究概述第14-15页
        1.1.1 研究来源第14页
        1.1.2 研究背景第14-15页
        1.1.3 研究目的及意义第15页
    1.2 国内外研究概述第15-20页
        1.2.1 变工况条件下轴承故障识别的发展现状第15-16页
        1.2.2 静电监测的研究现状第16-17页
        1.2.3 信号特征提取的研究现状第17-18页
        1.2.4 维数约减方法的研究现状第18-20页
        1.2.5 性能退化评估方法现状第20页
    1.3 论文结构安排第20-22页
第二章 静电传感器设计及实验装置说明第22-35页
    2.1 引言第22页
    2.2 滚动轴承磨损区域静电信号的产生机理第22-23页
    2.3 静电传感器的设计第23-25页
        2.3.1 静电传感器的结构第23-24页
        2.3.2 静电监测原理第24-25页
    2.4 实验说明及实验装置介绍第25-33页
        2.4.1 滚动轴承加速疲劳寿命实验台第25-28页
        2.4.2 数据采集系统第28-29页
        2.4.3 轴承故障注入方法第29-31页
        2.4.4 实验方案及流程第31-32页
        2.4.5 结果分析第32-33页
    2.5 本章小结第33-35页
第三章 滚动轴承信号的特征提取第35-49页
    3.1 常规指标特征提取第35-39页
        3.1.1 时域频域特征提取参数第35-37页
        3.1.2 实验结果分析第37-39页
    3.2 EMD 能量熵第39-42页
        3.2.1 EMD 分解及 EMD 能量熵的概念第40-41页
        3.2.2 实验结果分析第41-42页
    3.3 小波能量谱熵第42-45页
        3.3.1 小波分析及小波能量谱熵的概念第42-43页
        3.3.2 实验结果分析第43-45页
    3.4 奇异谱熵第45-47页
        3.4.1 奇异谱分析及奇异谱熵概念第45-46页
        3.4.2 实验结果分析第46-47页
    3.5 本章小结第47-49页
第四章 多维特征参数维数约减方法第49-56页
    4.1 引言第49页
    4.2 PCA第49-50页
        4.2.1 PCA 基本原理第50页
        4.2.2 PCA 维数约减的作用第50页
    4.3 LPP第50-52页
        4.3.1 LPP 基本原理第51-52页
        4.3.2 LPP 维数约减的作用第52页
    4.4 OLPP第52-53页
        4.4.1 OLPP 基本原理第52-53页
        4.4.2 OLPP 维数约减的作用第53页
    4.5 实验结果分析第53-55页
    4.6 本章小结第55-56页
第五章 基于 GMM 的变工况条件下滚动轴承故障程度识别方法第56-71页
    5.1 引言第56页
    5.2 支持向量数据描述方法理论第56-60页
        5.2.1 支持向量数据描述(SVDD)算法第56-58页
        5.2.2 核函数的引入及选取第58-60页
    5.3 高斯混合模型方法理论第60-63页
        5.3.1 高斯混合模型方法描述第60-61页
        5.3.2 EM 算法描述第61-63页
        5.3.3 实验结果比较第63页
    5.4 多参数融合的故障程度识别方法第63-64页
    5.5 实验验证故障程度识别方法第64-66页
        5.5.1 同转速不同载荷下的故障程度识别第64-65页
        5.5.2 同载荷不同转速下的故障程度识别第65页
        5.5.3 变工况条件下故障程度识别第65-66页
    5.6 轴承故障静电监测信号处理与故障识别软件系统设计第66-70页
        5.6.1 系统概述第66页
        5.6.2 系统总体概要设计第66页
        5.6.3 详细设计第66-70页
    5.7 本章小结第70-71页
第六章 总结与展望第71-73页
    6.1 本文完成的主要工作第71页
    6.2 未来工作和展望第71-73页
参考文献第73-81页
致谢第81-83页
在学期间的研究成果及发表的学术论文第83页

论文共83页,点击 下载论文
上一篇:大型风电机组齿轮箱齿轮的疲劳寿命分析与预测
下一篇:基于静止轨道海洋水色卫星数据的绿潮遥感探测方法和逐时变化特征研究