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 |