| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 概述 | 第10页 |
| 1.2 课题来源与意义 | 第10-12页 |
| 1.3 国内外发展现状 | 第12-16页 |
| 1.3.1 列车轮对车轴故障诊断现状 | 第12-13页 |
| 1.3.2 声发射检测发展及研究现状 | 第13-14页 |
| 1.3.3 基于小波熵理论的声发射信号故障特征提取研究现状 | 第14-16页 |
| 1.4 课题来源以及本文研究内容 | 第16-18页 |
| 1.4.1 课题的来源 | 第16页 |
| 1.4.2 论文的主要研究内容和创新点 | 第16-18页 |
| 第二章 声发射信号特征提取和传统旋转机械故障特征提取 | 第18-29页 |
| 2.1 引言 | 第18页 |
| 2.2 声发射检测技术概述 | 第18-20页 |
| 2.2.1 声发射技术原理 | 第18页 |
| 2.2.2 声发射检测中噪声类型 | 第18-19页 |
| 2.2.3 噪声的排除方法 | 第19-20页 |
| 2.3 声发射检测仪器 | 第20-21页 |
| 2.4 声发射源定位技术 | 第21-22页 |
| 2.5 声发射信号分析 | 第22页 |
| 2.6 传统故障信号的时域特性分析 | 第22-24页 |
| 2.6.1 时基波形分析 | 第22页 |
| 2.6.2 自相关分析 | 第22-23页 |
| 2.6.3 互相关分析 | 第23-24页 |
| 2.7 故障信号的时域特性分析 | 第24-28页 |
| 2.7.1 傅里叶变换 | 第24-25页 |
| 2.7.2 频谱混迭和采样定理 | 第25页 |
| 2.7.3 离散傅里叶变换(DFT)和快速傅里叶变换(FFT) | 第25-26页 |
| 2.7.4 功率谱分析 | 第26-27页 |
| 2.7.5 倒频谱分析 | 第27-28页 |
| 本章小结 | 第28-29页 |
| 第三章 小波包能量熵车轴裂纹声发射信号特征提取 | 第29-47页 |
| 3.1 引言 | 第29页 |
| 3.2 基本理论 | 第29-31页 |
| 3.2.1 小波包的概念 | 第29-30页 |
| 3.2.2 信息熵的概念 | 第30页 |
| 3.2.3 小波包能量熵的计算 | 第30-31页 |
| 3.3 车轴裂纹特征提取研究实验 | 第31-36页 |
| 3.3.1 实验装置 | 第31-35页 |
| 3.3.2 实验方案 | 第35-36页 |
| 3.4 基于小波包能量熵的车轴裂纹信号故障诊断 | 第36-46页 |
| 3.4.1 车轴疲劳裂纹声发射信号的获取 | 第36-38页 |
| 3.4.2 车轴裂纹声发射信号的降噪以及小波包分解 | 第38-42页 |
| 3.4.3 车轴声发射信号的小波包能量熵的计算 | 第42-43页 |
| 3.4.4 声发射信号小波包能量熵值模拟仿真分析 | 第43-46页 |
| 本章小结 | 第46-47页 |
| 第四章 基于小波熵理论的车轴声发射特征提取 | 第47-63页 |
| 4.1 引言 | 第47页 |
| 4.2 研究内容和流程 | 第47-48页 |
| 4.3 小波熵理论基础和概念 | 第48-52页 |
| 4.3.1 信息熵的概念 | 第48-49页 |
| 4.3.2 小波分析理论 | 第49-50页 |
| 4.3.3 小波熵 | 第50-52页 |
| 4.4 五种熵方法特征提取的比较分析 | 第52-56页 |
| 4.4.1 时频特性分析和频谱熵值计算 | 第52-53页 |
| 4.4.2 小波分解特征分析和小波频谱熵、小波能量熵计算 | 第53-55页 |
| 4.4.3 小波包分解特征分析和小波包能量香农熵计算 | 第55-56页 |
| 4.5 MATLAB仿真分析 | 第56-60页 |
| 4.5.1 频谱熵(WF)仿真分析 | 第57-58页 |
| 4.5.2 小波频谱熵(WFE)仿真分析 | 第58页 |
| 4.5.3 小波能量熵(WEE)仿真分析 | 第58-59页 |
| 4.5.4 小波包能量香农熵(WESE)仿真分析 | 第59-60页 |
| 4.5.5 (3.2)频段的能量熵(WESE3,2)仿真分析 | 第60页 |
| 4.6 特征量的评价 | 第60-61页 |
| 本章小结 | 第61-63页 |
| 结论和展望 | 第63-65页 |
| 参考文献 | 第65-68页 |
| 致谢 | 第68页 |
