首页--工业技术论文--机械、仪表工业论文--机械运行与维修论文

基于双谱图像的机械故障嵌入式诊断系统研究

摘要第4-5页
Abstract第5页
1 绪论第10-15页
    1.1 课题来源、背景及意义第10-12页
    1.2 国内外研究现状第12-13页
    1.3 主要研究内容第13-14页
    1.4 论文结构安排第14-15页
2 齿轮故障机理和信号处理方法第15-21页
    2.1 齿轮的故障机理分析第15-17页
    2.2 齿轮故障诊断技术第17-18页
        2.2.1 时域信号处理技术第17-18页
        2.2.2 频域信号处理技术第18页
        2.2.3 时频信号处理技术第18页
    2.3 小波分解研究第18-20页
        2.3.1 小波变换的定义第19页
        2.3.2 小波降噪原理第19-20页
    2.4 双谱分析第20页
        2.4.1 双谱的定义第20页
        2.4.2 双谱的性质第20页
        2.4.3 双谱的物理意义第20页
    2.5 本章小结第20-21页
3 嵌入式系统开发环境的搭建第21-45页
    3.1 嵌入式操作系统简介第21-22页
        3.1.1 Windows CE第21页
        3.1.2 VxWorks第21页
        3.1.3 Linux第21-22页
        3.1.4 Android第22页
    3.2 CPU型号选择第22-23页
    3.3 系统的电路设计第23-32页
        3.3.1 电源电路第24页
        3.3.2 触摸屏接口电路第24-25页
        3.3.3 USB接口电路第25-26页
        3.3.4 SD卡接口电路第26-27页
        3.3.5 JTAG调试接口电路第27页
        3.3.6 串口电路第27-28页
        3.3.7 传感器选型第28页
        3.3.8 传感器接口电路第28-29页
        3.3.9 信号调理电路第29-32页
        3.3.10 模数转换电路第32页
    3.4 搭建交叉编译开发环境第32-37页
        3.4.1 软件工具的安装第32-34页
        3.4.2 Linux常用shell命令第34-35页
        3.4.3 SSH软件的使用第35-36页
        3.4.4 Vim编辑器的使用第36-37页
    3.5 系统移植第37-39页
        3.5.1 镜像的编译第37-38页
        3.5.2 镜像的烧写第38-39页
    3.6 Linux驱动程序开发第39-44页
        3.6.1 Linux设备驱动程序概述第39页
        3.6.2 Linux设备驱动程序的结构第39-40页
        3.6.3 Linux设备驱动程序主要数据结构第40-41页
        3.6.4 ADC驱动设计第41-44页
    3.7 本章小结第44-45页
4 基于Android平台软件设计第45-59页
    4.1 Android平台的基础知识第45-46页
        4.1.1 Android的历史第45页
        4.1.2 Android的优势第45页
        4.1.3 Android的系统架构第45-46页
    4.2 Android的应用程序架构第46-53页
        4.2.1 搭建Android应用程序开发环境第46-48页
        4.2.2 Android应用程序组件第48-51页
        4.2.3 Android应用程序结构第51页
        4.2.4 Android软件调试第51-53页
    4.3 Android数据存储第53-55页
        4.3.1 使用SharedPreferences处理数据第53页
        4.3.2 使用文件处理数据第53-54页
        4.3.3 使用SQLite数据库处理数据第54页
        4.3.4 使用ContentProvider处理数据第54页
        4.3.5 通过网络处理数据第54-55页
    4.4 JNI通信机制第55页
        4.4.1 JNI原理概述第55页
        4.4.2 JNI程序开发步骤第55页
    4.5 Android图像处理第55-58页
        4.5.1 界面设计第55-56页
        4.5.2 SD卡数据访问模块第56-57页
        4.5.3 图像读取显示模块第57-58页
    4.6 本章小结第58-59页
5 齿轮箱故障诊断实验分析第59-69页
    5.1 齿轮故障信号的双谱-小波去噪分析第59-63页
    5.2 基于第一类灰度矩的特征提取第63-65页
        5.2.1 第一类灰度矩的定义第63-64页
        5.2.2 基于距离的可分性测度第64-65页
        5.2.3 齿轮双谱灰度图第一类灰度矩的可分性第65页
    5.3 基于BP神经网络的图像分类识别第65-68页
        5.3.1 图像识别的系统框架第65-66页
        5.3.2 BP神经网络概述第66页
        5.3.3 BP神经网络的训练过程第66-67页
        5.3.4 齿轮双谱图像的BP神经网络分类第67-68页
    5.4 本章小结第68-69页
6 结论与展望第69-72页
    6.1 本文总结第69-70页
    6.2 工作展望第70-72页
参考文献第72-76页
致谢第76-77页
个人简历、在学期间发表的学术论文与研究成果第77页

论文共77页,点击 下载论文
上一篇:基于TAP技术对拟南芥CPK10互作蛋白的筛选
下一篇:媒体微博对灾难性事件的报道框架分析--以“东方之星”沉船事故报道为例