| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 1 绪论 | 第10-17页 |
| ·课题研究背景和选题依据 | 第10-11页 |
| ·柴油机故障诊断技术和方法 | 第11-14页 |
| ·柴油机故障诊断技术 | 第11-12页 |
| ·柴油机故障诊断方法 | 第12-14页 |
| ·基于局域均值分解和神经网络的故障诊断技术 | 第14-16页 |
| ·论文主要的研究内容 | 第16-17页 |
| 2 局域均值分解基本理论与算法研究 | 第17-40页 |
| ·调频信号和调幅信号 | 第17-19页 |
| ·局域均值分解原理与算法 | 第19-21页 |
| ·局域均值分解与经验模态分解的比较 | 第21-23页 |
| ·影响局域均值分解精度的主要因素 | 第23-29页 |
| ·局域均值分解方法的改进 | 第29-39页 |
| ·衰减算法的提出 | 第29-32页 |
| ·衰减算法 | 第32-36页 |
| ·端点效应的指标 | 第36-37页 |
| ·应用衰减与镜像极值点延拓对柴油机信号 LMD 分解 | 第37-39页 |
| 本章小结 | 第39-40页 |
| 3 柴油机故障诊断机理以及实验 | 第40-54页 |
| ·柴油机的结构特性 | 第40-43页 |
| ·柴油机的基本结构 | 第40-42页 |
| ·柴油机的动力性能分析 | 第42-43页 |
| ·柴油机激振源的分析和振动信号的特点 | 第43-44页 |
| ·柴油机振动的激振源 | 第43页 |
| ·柴油机振动信号的特性 | 第43-44页 |
| ·柴油机典型故障特征和故障模式 | 第44-45页 |
| ·柴油机故障的特点 | 第44-45页 |
| ·柴油机典型故障模式 | 第45页 |
| ·柴油机故障诊断的实验 | 第45-47页 |
| ·柴油机实验工况设置 | 第46页 |
| ·柴油机故障诊断实验测点布置 | 第46-47页 |
| ·柴油机故障诊断信号获取 | 第47页 |
| ·柴油机故障状态信号的故障特征 | 第47-53页 |
| 本章小结 | 第53-54页 |
| 4 柴油机信号的降噪 | 第54-73页 |
| ·基于奇异值差分的信号降噪 | 第54-59页 |
| ·奇异值差分理论 | 第54-56页 |
| ·应用奇异值差分对仿真信号的信号降噪 | 第56-57页 |
| ·基于奇异值差分的柴油机信号降噪 | 第57-59页 |
| ·基于小波变换的信号降噪 | 第59-61页 |
| ·小波变换信号降噪的原理 | 第59页 |
| ·小波降噪应用于仿真信号 | 第59-61页 |
| ·基于小波变换的柴油机信号降噪 | 第61页 |
| ·基于 EEMD 和小波的信号降噪 | 第61-66页 |
| ·EEMD 分解 | 第61-63页 |
| ·小波降噪对 IMF 分量降噪 | 第63-64页 |
| ·基于 EEMD 和小波的柴油机信号降噪 | 第64-66页 |
| ·改进的局域均值分解与小波降噪结合的降噪方法 | 第66-70页 |
| ·原始信号局域均值分解 | 第66-67页 |
| ·小波降噪对 PF 分量降噪 | 第67-68页 |
| ·基于改进的局域均值分解和小波的柴油机信号降噪 | 第68-70页 |
| ·各种降噪方法的降噪效果对比 | 第70-72页 |
| 本章小结 | 第72-73页 |
| 5 基于改进的局域均值分解和神经网络的柴油机故障诊断 | 第73-90页 |
| ·对柴油机信号进行降噪 | 第74-75页 |
| ·改进的 LMD 分解 | 第75-77页 |
| ·柴油机故障特征的提取 | 第77-81页 |
| ·径向基神经网络故障识别 | 第81-89页 |
| ·径向基神经网络结构 | 第81-83页 |
| ·故障识别 | 第83-89页 |
| 本章小结 | 第89-90页 |
| 总结与展望 | 第90-91页 |
| 参考文献 | 第91-96页 |
| 攻读硕士学位期间发表的论文及所取得的研究成果 | 第96-97页 |
| 致谢 | 第97页 |