| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1. 绪论 | 第9-15页 |
| ·课题概述 | 第9-10页 |
| ·课题来源 | 第9页 |
| ·选题背景及意义 | 第9页 |
| ·故障诊断技术的研究现状与发展趋势 | 第9-10页 |
| ·盲源分离的产生和发展 | 第10-12页 |
| ·ICA 在故障诊断中的应用现状 | 第12-14页 |
| ·本论文的内容 | 第14-15页 |
| 2. 盲源分离的ICA 方法 | 第15-30页 |
| ·ICA 的模型描述 | 第15-18页 |
| ·线性瞬时混叠模型 | 第16-17页 |
| ·线性卷积混叠模型 | 第17-18页 |
| ·非线性瞬时混叠模型 | 第18页 |
| ·基于信息论的ICA 独立性判据 | 第18-21页 |
| ·互信息极小化判据 | 第18-19页 |
| ·信息极大化判据 | 第19-20页 |
| ·极大似然判据 | 第20-21页 |
| ·盲源分离效果指标（评价） | 第21-22页 |
| ·PI（C）指标 | 第21-22页 |
| ·信息干扰比SIR | 第22页 |
| ·盲源分离算法仿真 | 第22-30页 |
| ·信号的预处理 | 第22-23页 |
| ·FastICA 算法 | 第23-27页 |
| ·盲源分离的仿真 | 第27-30页 |
| 3. 齿轮箱故障振动源及振动信号特征提取 | 第30-39页 |
| ·齿轮箱故障的主要形式 | 第30-31页 |
| ·齿轮的故障类型及振动机理 | 第31-34页 |
| ·齿轮的故障类型 | 第31-32页 |
| ·齿轮振动特征频率的计算 | 第32-33页 |
| ·齿轮振动信号的调制 | 第33-34页 |
| ·滚动轴承的故障类型及振动机理 | 第34-35页 |
| ·滚动轴承的故障类型 | 第34-35页 |
| ·滚动轴承的故障特征频率 | 第35页 |
| ·齿轮箱故障诊断振动信号的时频域特征提取 | 第35-39页 |
| 4. 齿轮箱实验数据采集及数据分析 | 第39-52页 |
| ·齿轮箱振动信号的采集 | 第39-42页 |
| ·齿轮箱振动信号采集的对象 | 第40页 |
| ·齿轮箱振动信号采集系统 | 第40-42页 |
| ·齿轮箱振动信号的数据分析 | 第42-52页 |
| ·齿轮箱振动信号的盲源分离 | 第42-45页 |
| ·齿轮箱振动信号的特征提取 | 第45-46页 |
| ·基于盲源分离和特征提取的齿轮箱故障诊断 | 第46-52页 |
| 5. 基于盲源分离和特征提取的齿轮箱故障诊断软件平台设计 | 第52-59页 |
| ·MATLAB 软件编程简介 | 第52页 |
| ·软件平台的框架结构 | 第52-53页 |
| ·软件平台的处理流程及其功能设计 | 第53-58页 |
| ·信号模拟演示模块 | 第53页 |
| ·实验信号加载模块 | 第53-55页 |
| ·盲源分离处理模块 | 第55-56页 |
| ·信号特征提取模块 | 第56-57页 |
| ·故障诊断模块 | 第57-58页 |
| ·软件平台的打包 | 第58页 |
| ·软件平台开发总结 | 第58-59页 |
| 6. 总结与展望 | 第59-61页 |
| ·全文总结 | 第59页 |
| ·展望 | 第59-61页 |
| 参考文献 | 第61-66页 |
| 攻读硕士期间发表的论文及研究成果 | 第66-67页 |
| 致谢 | 第67页 |