| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 课题研究的背景及意义 | 第10-11页 |
| 1.2 国内外相关领域研究现状 | 第11-14页 |
| 1.2.1 信号处理方法的发展概况 | 第11-12页 |
| 1.2.2 摩擦状态分析研究现状 | 第12-13页 |
| 1.2.3 希尔伯特-黄变换的应用发展概况 | 第13页 |
| 1.2.4 模式识别的发展概述 | 第13-14页 |
| 1.3 本文的主要研究内容 | 第14-15页 |
| 第2章 非稳态条件下摩擦信号测量的系统设计 | 第15-22页 |
| 2.1 摩擦试验机的总体设计 | 第15-16页 |
| 2.2 往复运动系统 | 第16-17页 |
| 2.3 加载系统 | 第17-18页 |
| 2.4 测量系统设计 | 第18-21页 |
| 2.4.1 传感器的选取 | 第18-20页 |
| 2.4.2 电荷放大器的选取 | 第20页 |
| 2.4.3 数据采集卡的选取 | 第20-21页 |
| 2.5 本章小结 | 第21-22页 |
| 第3章 基于希尔伯特-黄变换的非稳态信号处理方法研究 | 第22-33页 |
| 3.1 引言 | 第22页 |
| 3.2 希尔伯特-黄变换理论基础 | 第22-30页 |
| 3.2.1 瞬时频率 | 第22-24页 |
| 3.2.2 固有模式函数 | 第24页 |
| 3.2.3 经验模式分解 | 第24-29页 |
| 3.2.4 希尔伯特谱 | 第29-30页 |
| 3.3 模拟仿真信号分析 | 第30-32页 |
| 3.4 本章小结 | 第32-33页 |
| 第4章 基于经验模式分解与小波软阈值联合去噪法研究 | 第33-41页 |
| 4.1 引言 | 第33-34页 |
| 4.2 去噪基本原理 | 第34-35页 |
| 4.2.1 小波阈值去噪原理 | 第34页 |
| 4.2.2 基于经验模式分解与小波软阈值联合去噪算法 | 第34-35页 |
| 4.3 仿真实验分析 | 第35-38页 |
| 4.4 实测往复摩擦力信号去噪结果分析 | 第38-40页 |
| 4.5 本章小结 | 第40-41页 |
| 第5章 非稳态摩擦状态特征参数的提取 | 第41-58页 |
| 5.1 实验方法 | 第41-42页 |
| 5.2 峭度指标参数特征提取 | 第42-44页 |
| 5.3 奇异值特征参数提取 | 第44-49页 |
| 5.4 IMF能量熵特征参数提取 | 第49-51页 |
| 5.5 时频熵特征参数提取 | 第51-55页 |
| 5.6 低、中、高频段能量比重特征参数提取 | 第55-57页 |
| 5.7 本章小结 | 第57-58页 |
| 第6章 基于概率神经网络的摩擦状态识别 | 第58-63页 |
| 6.1 引言 | 第58页 |
| 6.2 概率神经网 | 第58-62页 |
| 6.2.1 概率神经网络模型 | 第58-59页 |
| 6.2.2 概率神经网络结构的设计 | 第59-62页 |
| 6.3 本章小结 | 第62-63页 |
| 第7章 结论与展望 | 第63-65页 |
| 7.1 研究结论 | 第63-64页 |
| 7.2 展望 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 攻读学位期间公开发表论文 | 第69-70页 |
| 致谢 | 第70-71页 |
| 作者简介 | 第71页 |
