| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 背景意义 | 第9页 |
| 1.2 文献综述 | 第9-13页 |
| 1.2.1 PHM 技术研究综述 | 第9-12页 |
| 1.2.2 冷却风扇 PHM 研究综述 | 第12-13页 |
| 1.3 论文主要研究内容及组成 | 第13-15页 |
| 1.3.1 论文研究主要问题及思路 | 第13页 |
| 1.3.2 论文组织结构和研究内容 | 第13-15页 |
| 第二章 风扇故障模式及失效机理分析 | 第15-25页 |
| 2.1 冷却风扇的结构及工作原理 | 第15-17页 |
| 2.1.1 冷却风扇的结构 | 第15页 |
| 2.1.2 冷却风扇的工作原理 | 第15-16页 |
| 2.1.3 风扇的基本参数 | 第16-17页 |
| 2.2 故障模式及失效机理分析 | 第17-19页 |
| 2.3 冷却风扇的失效标准 | 第19-20页 |
| 2.4 寿命分布 | 第20-22页 |
| 2.5 风扇寿命预测及健康管理算法原始框图以及改进后框图 | 第22-23页 |
| 2.5.1 冷却风扇寿命预测及健康管理算法原始框图 | 第22-23页 |
| 2.5.2 冷却风扇寿命预测及健康管理算法改进框图 | 第23页 |
| 2.6 本章小结 | 第23-25页 |
| 第三章 风扇寿命预测算法分析及改进 | 第25-41页 |
| 3.1 风扇寿命预测原始算法分析 | 第25-30页 |
| 3.1.1 电子寿命预测模块算法 | 第25-27页 |
| 3.1.2 环境寿命预测模块算法 | 第27-29页 |
| 3.1.3 机械寿命预测模块算法 | 第29-30页 |
| 3.2 改进后电子剩余寿命模块算法 | 第30-36页 |
| 3.2.1 K-means 动态聚类算法实现 | 第31-33页 |
| 3.2.2 电子因素分析模块 | 第33-36页 |
| 3.3 电子寿命预测模块改进算法的仿真 | 第36-40页 |
| 3.3.1 K-means 动态聚类仿真 | 第36-37页 |
| 3.3.2 改进后电子模块算法仿真结果 | 第37-40页 |
| 3.4 本章小结 | 第40-41页 |
| 第四章 基于振动信号的冷却风扇轴承故障预测 | 第41-60页 |
| 4.1 轴承故障特征分析 | 第41-44页 |
| 4.1.1 滚珠轴承失效形式 | 第41-42页 |
| 4.1.2 滚动体轴承故障特征频率 | 第42-44页 |
| 4.2 小波分析基本理论 | 第44-49页 |
| 4.2.1 小波变换基本理论 | 第45-47页 |
| 4.2.2 常见小波函数 | 第47-49页 |
| 4.3 基于 MORLET 小波的冷却风扇轴承故障预测 | 第49-59页 |
| 4.3.1 基于 Morlet 小波的冷却风扇轴承故障预测原理 | 第50-51页 |
| 4.3.2 基于 Morlet 小波的冷却风扇轴承故障预测实例 | 第51-59页 |
| 4.4 本章小结 | 第59-60页 |
| 第五章 风扇数据融合 | 第60-69页 |
| 5.1 风扇寿命数据融合理论的基础 | 第60-63页 |
| 5.1.1 数据融合分类 | 第60-61页 |
| 5.1.2 数据融合方法 | 第61-63页 |
| 5.2 数据融合模块 | 第63-67页 |
| 5.3 本章小结 | 第67-69页 |
| 结论与展望 | 第69-70页 |
| 参考文献 | 第70-74页 |
| 致谢 | 第74-75页 |
| 附件 | 第75页 |
