| 学位论文数据集 | 第1-4页 |
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-13页 |
| 第一章 绪论 | 第13-19页 |
| ·机械故障诊断概述 | 第13-14页 |
| ·蚁群算法研究现状 | 第14-15页 |
| ·特征提取方法研究现状 | 第15页 |
| ·非线性信号分析法研究现状 | 第15-16页 |
| ·课题研究背景及意义 | 第16-17页 |
| ·课题来源及主要研究内容 | 第17-19页 |
| 第二章 基于蚁群算法的滚动轴承故障诊断方法研究 | 第19-53页 |
| ·蚁群算法 | 第19-22页 |
| ·基于蚁群算法的滚动轴承故障诊断原理 | 第22-23页 |
| ·时频参数蚁群聚类算法应用于轴承诊断 | 第23-31页 |
| ·时频特征参数 | 第23-26页 |
| ·基于频域参数的蚁群算法滚动轴承故障诊断 | 第26-31页 |
| ·小波能量参数蚁群聚类算法 | 第31-37页 |
| ·小波分析 | 第31-33页 |
| ·基于小波能量参数的蚁群算法滚动轴承故障诊断 | 第33-37页 |
| ·EMD蚁群聚类算法 | 第37-43页 |
| ·EMD分析 | 第37-38页 |
| ·基于EMD重构频域参数的蚁群算法滚动轴承故障诊断 | 第38-43页 |
| ·主成分分析重构参数蚁群聚类算法 | 第43-50页 |
| ·主成分分析 | 第43-44页 |
| ·基于主成分分析重构参数的蚁群算法滚动轴承故障诊断 | 第44-50页 |
| ·本章小结 | 第50-53页 |
| 第三章 基于统计滤波的滚动轴承故障诊断方法研究 | 第53-65页 |
| ·统计滤波概述 | 第53-57页 |
| ·统计滤波原理介绍 | 第54-55页 |
| ·遗传算法参数优化原理 | 第55-57页 |
| ·统计滤波算法应用于滚动轴承故障诊断 | 第57-64页 |
| ·基于振动信号的滚动轴承故障诊断应用 | 第58-60页 |
| ·基于声发射信号的滚动轴承故障诊断应用 | 第60-64页 |
| ·本章小结 | 第64-65页 |
| 第四章 基于统计滤波与蚁群算法的滚动轴承故障诊断 | 第65-73页 |
| ·统计滤波分析提取信号特征 | 第65-67页 |
| ·蚁群算法聚类分析识别故障类型 | 第67-71页 |
| ·本章小结 | 第71-73页 |
| 第五章 基于非线性信号分析的滚动轴承诊断 | 第73-81页 |
| ·随机共振原理介绍 | 第73-75页 |
| ·混沌振子原理介绍 | 第75页 |
| ·基于非线性信号分析的滚动轴承故障诊断 | 第75-79页 |
| ·本章小结 | 第79-81页 |
| 第六章 结论及展望 | 第81-83页 |
| ·研究成果总结 | 第81页 |
| ·后续研究方向 | 第81-83页 |
| 参考文献 | 第83-87页 |
| 致谢 | 第87-89页 |
| 研究成果及发表的学术论文 | 第89-91页 |
| 作者和导师简介 | 第91-92页 |
| 附录 | 第92-93页 |