基于经验小波变换和奇异值分解的旋转机械故障诊断
| 摘要 | 第6-7页 |
| abstract | 第7-8页 |
| 第1章 绪论 | 第12-19页 |
| 1.1 研究背景 | 第12-13页 |
| 1.2 机械故障信号分析方法 | 第13-15页 |
| 1.2.1 时域分析方法 | 第13-14页 |
| 1.2.2 频域分析方法 | 第14页 |
| 1.2.3 时频分析方法 | 第14-15页 |
| 1.3 机械故障诊断的研究现状 | 第15-17页 |
| 1.4 研究思路和方法 | 第17页 |
| 1.5 论文的主要内容与章节安排 | 第17-19页 |
| 第2章 经验小波理论 | 第19-34页 |
| 2.1 EMD理论 | 第19-23页 |
| 2.1.1 解析信号 | 第19-20页 |
| 2.1.2 瞬时频率 | 第20-21页 |
| 2.1.3 本征模态函数 | 第21页 |
| 2.1.4 EMD算法 | 第21-23页 |
| 2.2 经验小波变换理论 | 第23-26页 |
| 2.2.1 EWT理论 | 第24页 |
| 2.2.2 尺度函数和小波函数 | 第24-25页 |
| 2.2.3 频带边界角频率ω_n的确定 | 第25-26页 |
| 2.2.4 EWT算法 | 第26页 |
| 2.3 仿真结果对比 | 第26-32页 |
| 2.4 本章小结 | 第32-34页 |
| 第3章 奇异值与奇异值包理论 | 第34-47页 |
| 3.1 奇异值分解理论 | 第34-38页 |
| 3.1.1 奇异值分解技术理论 | 第34页 |
| 3.1.2 奇异值的筛选特性 | 第34-37页 |
| 3.1.3 仿真结果对比 | 第37-38页 |
| 3.2 奇异值包分解理论 | 第38-45页 |
| 3.2.1 奇异值包理论 | 第39-40页 |
| 3.2.2 奇异值包分解与重构算法 | 第40-43页 |
| 3.2.3 仿真结果对比 | 第43-45页 |
| 3.3 本章小结 | 第45-47页 |
| 第4章 联合算法实现 | 第47-64页 |
| 4.1 基于EWT-SVD的算法实现 | 第47-55页 |
| 4.1.1 算法实现 | 第47-49页 |
| 4.1.2 算法流程设计图 | 第49页 |
| 4.1.3 仿真信号对比 | 第49-55页 |
| 4.2 基于EWT-SVDP的算法实现 | 第55-62页 |
| 4.2.1 算法实现 | 第55-57页 |
| 4.2.2 算法流程设计图 | 第57-58页 |
| 4.2.3 仿真信号对比 | 第58-62页 |
| 4.3 本章小结 | 第62-64页 |
| 第5章 实验分析与仿真 | 第64-92页 |
| 5.1 基于联合算法的轴承故障诊断实验分析 | 第64-74页 |
| 5.1.1 滚动轴承的基本结构 | 第64-65页 |
| 5.1.2 滚动轴承的故障形式 | 第65-66页 |
| 5.1.3 实验设计 | 第66-67页 |
| 5.1.4 基于EWT-SVD的轴承故障诊断 | 第67-72页 |
| 5.1.5 基于EWT-SVDP的轴承故障诊断 | 第72-74页 |
| 5.2 基于联合算法的转子故障诊断实验分析 | 第74-84页 |
| 5.2.1 转子故障机理 | 第74页 |
| 5.2.2 转子的故障形式 | 第74-76页 |
| 5.2.3 实验设计 | 第76-77页 |
| 5.2.4 基于EWT-SVD的转子故障诊断 | 第77-80页 |
| 5.2.5 基于EWT-SVDP的转子故障诊断 | 第80-84页 |
| 5.3 基于联合算法的万向轴故障诊断实验分析 | 第84-91页 |
| 5.3.1 万向轴的故障形式 | 第84页 |
| 5.3.2 实验设计 | 第84-85页 |
| 5.3.3 基于EWT-SVD的万向轴故障诊断 | 第85-89页 |
| 5.3.4 基于EWT-SVDP的万向轴故障诊断 | 第89-91页 |
| 5.4 本章小结 | 第91-92页 |
| 结论与展望 | 第92-94页 |
| 致谢 | 第94-95页 |
| 参考文献 | 第95-98页 |
| 攻读硕士学位期间发表的论文及获奖情况 | 第98页 |
