旋转机械故障识别与智能诊断研究
| 致谢 | 第1-6页 |
| 摘要 | 第6-7页 |
| Abstract | 第7-15页 |
| 1 绪论 | 第15-20页 |
| ·研究背景及意义 | 第15页 |
| ·国内外研究现状 | 第15-17页 |
| ·旋转机械故障诊断技术 | 第17-19页 |
| ·故障提取方法 | 第17-18页 |
| ·模式识别方法 | 第18-19页 |
| ·本文主要研究内容 | 第19-20页 |
| 2 旋转机械常见故障及分析方法 | 第20-36页 |
| ·故障诊断与产生原因 | 第20-21页 |
| ·齿轮的振动产生机理 | 第21-22页 |
| ·实验平台搭建 | 第22-29页 |
| ·共用实验设备 | 第22-23页 |
| ·变速器试验台 | 第23-27页 |
| ·减速机试验台 | 第27-29页 |
| ·振动信号分析方法 | 第29-35页 |
| ·时域统计参数 | 第29-32页 |
| ·时频分析 | 第32-35页 |
| ·本章小结 | 第35-36页 |
| 3 经验模式分解（EMD）在变速器试验台的应用 | 第36-50页 |
| ·EMD基本概念 | 第36-39页 |
| ·解析信号 | 第36-37页 |
| ·瞬时频率 | 第37-38页 |
| ·本征模态函数 | 第38-39页 |
| ·EMD原理 | 第39-42页 |
| ·EEMD原理 | 第42-44页 |
| ·模糊熵概念 | 第43-44页 |
| ·基于EEMD算法的变速器故障实验 | 第44-49页 |
| ·本章小结 | 第49-50页 |
| 4 EMD端点效应的优化及其在变速器中的应用 | 第50-65页 |
| ·EMD端点效应现象 | 第50-51页 |
| ·端点效应的优化 | 第51-57页 |
| ·GRNN延拓法 | 第51-54页 |
| ·BLCC延拓算法 | 第54-56页 |
| ·拼接入EMD优化端点效应 | 第56-57页 |
| ·基于优化后的EMD的变速器故障实验 | 第57-64页 |
| ·仿真实验 | 第57-61页 |
| ·实测实验 | 第61-64页 |
| ·本章小结 | 第64-65页 |
| 5 提升小波的优化及其在减速机试验台的应用 | 第65-83页 |
| ·小波分析理论 | 第65-69页 |
| ·傅里叶变换 | 第65-66页 |
| ·小波变换基础 | 第66-67页 |
| ·连续小波变换 | 第67-69页 |
| ·第二代小波理论 | 第69-71页 |
| ·第二代小波原理 | 第69-70页 |
| ·预测器与更新器 | 第70-71页 |
| ·相邻系数方法降噪 | 第71-72页 |
| ·基于优化后的提升小波在减速机中故障特征提取 | 第72-82页 |
| ·仿真实验 | 第72-76页 |
| ·实测实验 | 第76-82页 |
| ·本章小结 | 第82-83页 |
| 6 基于支持向量机的旋转机械智能诊断研究 | 第83-97页 |
| ·支持向量机理论 | 第83-89页 |
| ·线性支持向量机 | 第83-86页 |
| ·非线性支持向量机 | 第86-88页 |
| ·核函数与支持向量机参数 | 第88-89页 |
| ·基于遗传算法的支持向量机 | 第89-91页 |
| ·GA-SVM应用旋转机械故障诊断 | 第91-96页 |
| ·本章小结 | 第96-97页 |
| 7 总结与展望 | 第97-99页 |
| ·全文总结 | 第97-98页 |
| ·展望 | 第98-99页 |
| 参考文献 | 第99-103页 |
| 作者简历 | 第103页 |
