| 摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第11-21页 |
| 1.1 课题背景与来源 | 第11-12页 |
| 1.1.1 课题背景 | 第11-12页 |
| 1.1.2 课题来源 | 第12页 |
| 1.2 课题研究目的与意义 | 第12-13页 |
| 1.3 国内外电主轴技术研究现状 | 第13-15页 |
| 1.4 电主轴故障诊断技术研究现状 | 第15-18页 |
| 1.5 论文主要研究内容 | 第18-21页 |
| 第2章 电主轴系统及故障分析 | 第21-31页 |
| 2.1 电主轴结构及工作原理 | 第21-25页 |
| 2.1.1 电主轴的基本结构组成 | 第21-24页 |
| 2.1.2 电主轴工作原理 | 第24-25页 |
| 2.2 电主轴故障分析 | 第25-29页 |
| 2.3 信号特征指标 | 第29-30页 |
| 2.4 本章小结 | 第30-31页 |
| 第3章 电主轴故障诊断技术(MEWT-KPCA)及算法研究 | 第31-43页 |
| 3.1 电主轴故障诊断技术介绍 | 第31-32页 |
| 3.2 电主轴故障诊断算法 | 第32-42页 |
| 3.2.1 penalty小波阈值降噪算法 | 第32-34页 |
| 3.2.2 改进的经验小波变换算法(MEWT) | 第34-37页 |
| 3.2.3 核主成分分析(KPCA)算法 | 第37-38页 |
| 3.2.4 遗传算法优化的支持向量机(GA-SVM) | 第38-42页 |
| 3.3 本章小结 | 第42-43页 |
| 第4章 MEWT-KPCA在机械类故障诊断中的应用 | 第43-61页 |
| 4.1 机械类故障实验设计 | 第43-45页 |
| 4.1.1 单一故障实验设计 | 第43-44页 |
| 4.1.2 复合故障实验设计 | 第44-45页 |
| 4.2 机械类单一故障诊断 | 第45-53页 |
| 4.3 机械类复合故障诊断 | 第53-59页 |
| 4.4 本章小结 | 第59-61页 |
| 第5章 电主轴故障诊断系统搭建 | 第61-69页 |
| 5.1 故障诊断系统框架 | 第61-62页 |
| 5.2 故障诊断系统功能设计 | 第62-65页 |
| 5.3 软件系统编程方法说明 | 第65-68页 |
| 5.4 本章小结 | 第68-69页 |
| 第6章 MEWT-KPCA在电气类故障诊断中的应用 | 第69-89页 |
| 6.1 电气类故障实验设计 | 第69-71页 |
| 6.1.1 电气类单一故障实验设计 | 第70-71页 |
| 6.1.2 电气类复合故障实验设计 | 第71页 |
| 6.2 电气类单一故障诊断 | 第71-79页 |
| 6.3 电气类复合故障诊断 | 第79-86页 |
| 6.4 本章小结 | 第86-89页 |
| 第7章 总结与展望 | 第89-91页 |
| 7.1 总结 | 第89-90页 |
| 7.2 展望 | 第90-91页 |
| 参考文献 | 第91-99页 |
| 个人简历及攻读硕士期间研究成果 | 第99-101页 |
| 作者简介 | 第99页 |
| 发表学术论文 | 第99-101页 |
| 致谢 | 第101页 |
