| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 目录 | 第8-10页 |
| 插图索引 | 第10-11页 |
| 附表索引 | 第11-12页 |
| 第1章 绪论 | 第12-20页 |
| 1.1 课题研究背景和提出 | 第12-13页 |
| 1.1.1 研究背景和意义 | 第12-13页 |
| 1.1.2 课题提出 | 第13页 |
| 1.2 滚动轴承故障诊断技术的现状与发展趋势 | 第13-17页 |
| 1.3 论文的研究思路和内容安排 | 第17-20页 |
| 1.3.1 论文的研究思路 | 第17-18页 |
| 1.3.2 论文的内容安排 | 第18-20页 |
| 第2章 滚动轴承的故障类型和诊断方法 | 第20-30页 |
| 2.1 概述 | 第20页 |
| 2.2 滚动轴承主要故障类型 | 第20-21页 |
| 2.3 滚动轴承的故障机理和振动特征 | 第21-26页 |
| 2.3.1 滚动轴承的结构 | 第21-22页 |
| 2.3.2 滚动轴承故障机理 | 第22-23页 |
| 2.3.3 滚动轴承的振动特征 | 第23-26页 |
| 2.4 振动信号的分析方法 | 第26-28页 |
| 2.4.1 时域分析法 | 第26页 |
| 2.4.2 频域分析法 | 第26-27页 |
| 2.4.3 时频分析法 | 第27-28页 |
| 2.5 本章小结 | 第28-30页 |
| 第3章 局部特征尺度分解方法 | 第30-40页 |
| 3.1 概述 | 第30页 |
| 3.2 局部特征尺度分解方法 | 第30-35页 |
| 3.2.1 固有时间尺度分解方法的基本原理 | 第30-32页 |
| 3.2.2 局部特征尺度分解方法的基本原理 | 第32-35页 |
| 3.3 仿真信号分析 | 第35-37页 |
| 3.4 LCD 包络谱在滚动轴承故障诊断中的应用 | 第37-39页 |
| 3.4.1 滚动轴承实验装置及故障设置 | 第37-38页 |
| 3.4.2 基于 LCD 包络谱的滚动轴承故障诊断 | 第38-39页 |
| 3.5 本章小结 | 第39-40页 |
| 第4章 基于 LCD 和局部 Hilbert 边际能量谱的滚动轴承故障诊断方法 | 第40-48页 |
| 4.1 局部 Hilbert 边际能量谱 | 第41-42页 |
| 4.1.1 Hilbert 边际谱 | 第41-42页 |
| 4.1.2 局部 Hilbert 边际能量谱 | 第42页 |
| 4.2 支持向量机 | 第42-43页 |
| 4.3 基于 LCD 和局部 Hilbert 边际能量谱的滚动轴承故障诊断 | 第43-47页 |
| 4.3.1 基于 LCD 和局部 Hilbert 边际能量谱的故障诊断步骤 | 第43页 |
| 4.3.2 LCD 和局部 Hilbert 边际能量谱在故障特征提取中的应用 | 第43-46页 |
| 4.3.3 LCD 和局部 Hilbert 边际能量谱在故障诊断中的应用 | 第46-47页 |
| 4.4 本章小结 | 第47-48页 |
| 第5章 LCD_GRA 降噪在滚动轴承故障诊断中的应用 | 第48-62页 |
| 5.1 分形盒维数 | 第49-50页 |
| 5.1.1 分形理论 | 第49页 |
| 5.1.2 分形盒维数的计算 | 第49-50页 |
| 5.2 灰色关联分析 | 第50-51页 |
| 5.3 基于变量预测模型的模式识别（VPMCD）方法 | 第51-54页 |
| 5.3.1 变量预测模型 | 第52-53页 |
| 5.3.2 基于变量预测模型的模式识别（VPMCD）方法 | 第53-54页 |
| 5.3.3 VPMCD 在 UCI 标准数据中的应用 | 第54页 |
| 5.4 仿真信号分析 | 第54-56页 |
| 5.5 LCD_GRA 降噪和 VPMCD 在滚动轴承故障诊断中的应用 | 第56-61页 |
| 5.5.1 基于 LCD_GRA 降噪和 VPMCD 的故障诊断步骤 | 第56-57页 |
| 5.5.2 基于 LCD_GRA 降噪和 VPMCD 的滚动轴承故障诊断 | 第57-61页 |
| 5.6 本章小结 | 第61-62页 |
| 总结与展望 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68-69页 |
| 附录A 攻读学位期间发表和录用的论文目录 | 第69页 |
