| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第12-17页 |
| 1.1 课题背景和意义 | 第12页 |
| 1.2 国内外研究的现状 | 第12-15页 |
| 1.3 本文主要研究内容 | 第15-17页 |
| 第2章 航空发动机中介轴承故障诊断基础 | 第17-26页 |
| 2.1 某型号航空发动机整机概述 | 第17-18页 |
| 2.2 航空发动机中介轴承 | 第18-19页 |
| 2.2.1 中介轴承的结构和参数 | 第18页 |
| 2.2.2 某型航空发动机转子支承方案 | 第18-19页 |
| 2.3 轴承的振动机理及失效形式 | 第19-22页 |
| 2.3.1 轴承的振动机理 | 第19-20页 |
| 2.3.2 轴承的常见失效形式 | 第20-22页 |
| 2.4 航空轴承的工作特点 | 第22-23页 |
| 2.5 轴承故障频率计算 | 第23-24页 |
| 2.6 基于振动信号的发动机中介轴承故障诊断 | 第24-25页 |
| 2.7 本章小结 | 第25-26页 |
| 第3章 某型航空发动机中介轴承振动信号采集 | 第26-33页 |
| 3.1 某型航空发动机中介轴承故障模拟试验 | 第26-30页 |
| 3.1.1 试验台简介 | 第26页 |
| 3.1.2 测点的布置与安装 | 第26-27页 |
| 3.1.3 试验方案及步骤 | 第27-28页 |
| 3.1.4 中介轴承故障频率计算 | 第28-30页 |
| 3.2 某型航空发动机地面实验 | 第30-32页 |
| 3.2.1 某型发动机轴承测试方案 | 第30-31页 |
| 3.2.2 主轴承故障特征频率 | 第31-32页 |
| 3.3 本章小结 | 第32-33页 |
| 第4章 基于固有时间尺度分解与近似熵的中介轴承故障特征提取 | 第33-45页 |
| 4.1 最小熵解卷积概述 | 第33-36页 |
| 4.1.1 最小熵解卷积 | 第33页 |
| 4.1.2 最小熵解卷积原理 | 第33-34页 |
| 4.1.3 最小熵解卷积算法 | 第34-36页 |
| 4.2 基于最小熵解卷积的中介轴承振动信号去噪 | 第36-37页 |
| 4.3 固有时间尺度分解（ITD） | 第37-39页 |
| 4.3.1 ITD概述 | 第37-38页 |
| 4.3.2 ITD算法 | 第38-39页 |
| 4.4 近似熵理论 | 第39-41页 |
| 4.4.1 近似熵 | 第39页 |
| 4.4.2 近似熵特点 | 第39-40页 |
| 4.4.3 近似熵算法原理 | 第40-41页 |
| 4.5 基于ITD和近似熵的中介轴承故障特征提取 | 第41-43页 |
| 4.6 本章小结 | 第43-45页 |
| 第5章 某型航空发动机中介轴承故障诊断 | 第45-63页 |
| 5.1 中介轴承故障模拟实验台数据 | 第45-46页 |
| 5.2 基于概率神经网络的故障诊断 | 第46-48页 |
| 5.3 基于极限学习机的故障诊断 | 第48-51页 |
| 5.4 基于支持向量机的故障诊断 | 第51-54页 |
| 5.5 基于随机森林的故障诊断 | 第54-59页 |
| 5.5.1 随机森林原理 | 第55-57页 |
| 5.5.2 随机森林故障诊断结果 | 第57-59页 |
| 5.6 四种分类器诊断结果 | 第59-60页 |
| 5.7 基于振动信号的某型发动机中介轴承故障诊断 | 第60-62页 |
| 5.8 本章小结 | 第62-63页 |
| 结论 | 第63-65页 |
| 参考文献 | 第65-67页 |
| 致谢 | 第67-68页 |
| 攻读硕士期间发表（含录用）的学术论文 | 第68页 |