| 致谢 | 第4-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 1. 绪论 | 第11-19页 |
| 1.1 齿轮故障诊断的意义 | 第11页 |
| 1.2 齿轮故障诊断的方法 | 第11-13页 |
| 1.3 国内外研究现状及发展趋势 | 第13-16页 |
| 1.3.1 国外研究现状 | 第13-14页 |
| 1.3.2 国内研究现状 | 第14-16页 |
| 1.4 论文主要研究内容及技术路线 | 第16-18页 |
| 1.5 本章小结 | 第18-19页 |
| 2. 齿轮故障诊断基本理论 | 第19-28页 |
| 2.1 齿轮故障机理 | 第19-22页 |
| 2.1.1 齿轮箱的结构及传动原理 | 第19-21页 |
| 2.1.2 齿轮常见故障类型及成因 | 第21-22页 |
| 2.2 振动信号分析技术 | 第22-25页 |
| 2.2.1 振动信号分析理论及方法 | 第22-23页 |
| 2.2.2 小波分析理论 | 第23-25页 |
| 2.3 声发射技术 | 第25-27页 |
| 2.3.1 声发射技术基础理论 | 第25-27页 |
| 2.3.2 声发射信号处理方法 | 第27页 |
| 2.4 本章小结 | 第27-28页 |
| 3. 齿轮故障信号分析与特征提取 | 第28-35页 |
| 3.1 故障信号采集、分析软件介绍 | 第28-32页 |
| 3.1.1 故障信号采集系统 | 第28-31页 |
| 3.1.2 故障信号分析软件 | 第31-32页 |
| 3.2 故障信号分析与特征值提取 | 第32-34页 |
| 3.2.1 故障信号分析 | 第32-34页 |
| 3.2.2 故障信号特征值提取 | 第34页 |
| 3.3 本章小结 | 第34-35页 |
| 4. 齿轮故障诊断实验系统研究 | 第35-64页 |
| 4.1 故障诊断实验台设计 | 第35-37页 |
| 4.1.1 实验台组成 | 第35-36页 |
| 4.1.2 传感器的布置 | 第36-37页 |
| 4.1.3 齿轮故障物理模拟 | 第37页 |
| 4.2 实验数据的采集与分析 | 第37-63页 |
| 4.2.1 实验数据的采集 | 第37-38页 |
| 4.2.2 振动信号数据的分析处理与特征样本值提取 | 第38-56页 |
| 4.2.3 声发射信号数据的分析处理与特征样本值提取 | 第56-63页 |
| 4.3 本章小结 | 第63-64页 |
| 5. 基于改进BP神经网络的齿轮故障诊断 | 第64-82页 |
| 5.1 故障特征参量选取与处理 | 第64-70页 |
| 5.1.1 基于特征样本值的模糊隶属度函数 | 第64-67页 |
| 5.1.2 样本归一化处理 | 第67-70页 |
| 5.2 BP神经网络的建模 | 第70-76页 |
| 5.2.1 BP神经网络基本理论 | 第70-72页 |
| 5.2.2 BP神经网络模型构建 | 第72-74页 |
| 5.2.3 BP神经网络算法的改进 | 第74-76页 |
| 5.3 BP神经网络的软件仿真及分析 | 第76-80页 |
| 5.4 本章小结 | 第80-82页 |
| 6. 结论与展望 | 第82-84页 |
| 6.1 结论 | 第82-83页 |
| 6.2 展望 | 第83-84页 |
| 参考文献 | 第84-91页 |
| 作者简历 | 第91-93页 |
| 学位论文数据集 | 第93页 |