| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·课题研究背景与意义 | 第7-8页 |
| ·机械故障诊断概述 | 第7页 |
| ·滚动轴承故障诊断的意义 | 第7-8页 |
| ·国内外研究现状与发展趋势 | 第8-12页 |
| ·滚动轴承的故障诊断方法 | 第8-9页 |
| ·滚动轴承故障诊断技术的国内外研究现状 | 第9-11页 |
| ·目前滚动轴承故障技术的局限性 | 第11-12页 |
| ·论文工作的目的和主要内容 | 第12-13页 |
| 第二章 滚动轴承的故障成因及振动分析 | 第13-23页 |
| ·滚动轴承的结构及故障成因 | 第13-16页 |
| ·滚动轴承的结构 | 第13-14页 |
| ·滚动轴承的失效形式 | 第14-16页 |
| ·滚动轴承振动分析 | 第16-22页 |
| ·滚动轴承固有振动频率 | 第18-19页 |
| ·加工安装和其他异常引起的振动 | 第19-20页 |
| ·滚动轴承故障引起的振动 | 第20-22页 |
| ·小结 | 第22-23页 |
| 第三章 基于小波分析方法的故障特征提取方法 | 第23-41页 |
| ·小波分析方法 | 第23-28页 |
| ·小波分析方法的发展 | 第23页 |
| ·连续小波变换 | 第23-24页 |
| ·离散小波变换 | 第24-25页 |
| ·多分辨分析与Mallat 算法 | 第25-28页 |
| ·实验信号的采集与傅立叶分析 | 第28-32页 |
| ·信号的采集 | 第28-29页 |
| ·信号的傅立叶分析 | 第29-32页 |
| ·滚动轴承振动信号的小波分析 | 第32-39页 |
| ·信号的小波去噪 | 第32-34页 |
| ·信号的小波分解 | 第34-36页 |
| ·分解信号的包络谱分析 | 第36-39页 |
| ·小结 | 第39-41页 |
| 第四章 基于小波包的故障特征提取 | 第41-57页 |
| ·小波包基本理论 | 第41-44页 |
| ·小波包理论分析 | 第42-43页 |
| ·小波包的空间分解 | 第43-44页 |
| ·小波包算法 | 第44页 |
| ·基于小波包的特征提取 | 第44-53页 |
| ·信号的功率谱分析 | 第45-49页 |
| ·故障诊断常用时域统计指标 | 第49-51页 |
| ·故障时域特征提取方法 | 第51-53页 |
| ·故障特征提取的结果及分析 | 第53-56页 |
| ·小结 | 第56-57页 |
| 第五章 基于小波包—SVM 的滚动轴承故障诊断方法 | 第57-67页 |
| ·支持向量机(SVM) | 第57-62页 |
| ·支持向量机的基本概念 | 第57-60页 |
| ·支持向量机分类原理(svc) | 第60-62页 |
| ·SVM 解决多分类问题的方法 | 第62-63页 |
| ·基于SVM 的故障特征分类 | 第63-66页 |
| ·libsvm 介绍 | 第63-64页 |
| ·分类结果及分析 | 第64-66页 |
| ·小结 | 第66-67页 |
| 第六章 总结和展望 | 第67-69页 |
| 致谢 | 第69-71页 |
| 参考文献 | 第71-74页 |