| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-14页 |
| 1.1 选题背景与意义 | 第10页 |
| 1.2 旋转机械故障诊断的国内外研究现状 | 第10-11页 |
| 1.3 故障振动信号的处理方法 | 第11-12页 |
| 1.4 变分模态分解的研究现状 | 第12页 |
| 1.5 本课题主要研究内容安排 | 第12-14页 |
| 第2章 基于变分模态分解的转子故障诊断方法研究 | 第14-24页 |
| 2.1 转子故障特征 | 第14-15页 |
| 2.1.1 转子不平衡故障 | 第14页 |
| 2.1.2 转子碰摩故障 | 第14-15页 |
| 2.1.3 油膜涡动故障 | 第15页 |
| 2.2 变分模态分解原理 | 第15-17页 |
| 2.2.1 变分模型的建立 | 第15页 |
| 2.2.2 变分模型的求解 | 第15-17页 |
| 2.3 VMD和EMD方法的比较 | 第17-23页 |
| 2.3.1 仿真信号分析 | 第17-19页 |
| 2.3.2 实验信号分析 | 第19-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第3章 基于VMD和 1.5 维Teager能量谱的滚动轴承故障特征提取 | 第24-33页 |
| 3.1 滚动轴承故障类型及特征 | 第24-26页 |
| 3.1.1 故障类型 | 第24-25页 |
| 3.1.2 故障特征频率 | 第25-26页 |
| 3.2 基于VMD和 1.5 维Teager能量谱的分析方法 | 第26-27页 |
| 3.2.1 1.5 维能量谱原理 | 第26页 |
| 3.2.2 滚动轴承故障特征提取过程 | 第26-27页 |
| 3.3 滚动轴承故障仿真及实验信号分析 | 第27-32页 |
| 3.3.1 仿真信号分析 | 第27-29页 |
| 3.3.2 实验信号分析 | 第29-32页 |
| 3.4 本章小结 | 第32-33页 |
| 第4章 基于VMD、模糊熵和模糊C均值聚类的滚动轴承故障诊断 | 第33-44页 |
| 4.1 基于VMD、模糊熵和FCM的滚动轴承故障诊断方法 | 第33-36页 |
| 4.1.1 模糊熵介绍 | 第33-34页 |
| 4.1.2 模糊C均值聚类算法 | 第34-35页 |
| 4.1.3 聚类效果评价指标 | 第35页 |
| 4.1.4 滚动轴承故障诊断方法流程 | 第35-36页 |
| 4.2 实验数据分析 | 第36-43页 |
| 4.2.1 不同类型故障分类 | 第36-41页 |
| 4.2.2 不同损伤程度分类 | 第41-43页 |
| 4.3 本章小结 | 第43-44页 |
| 第5章 结论与展望 | 第44-46页 |
| 5.1 结论 | 第44页 |
| 5.2 展望 | 第44-46页 |
| 参考文献 | 第46-49页 |
| 攻读硕士期间发表的论文及其他成果 | 第49-50页 |
| 致谢 | 第50页 |
