| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-12页 |
| 1.1 课题研究的背景和意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-10页 |
| 1.3 本文的主要研究内容及技术路线 | 第10-12页 |
| 第2章 系统软件需求分析和概要设计 | 第12-24页 |
| 2.1 系统需求分析 | 第12页 |
| 2.1.1 系统需求概述 | 第12页 |
| 2.1.2 功能需求 | 第12页 |
| 2.1.3 技术指标 | 第12页 |
| 2.2 系统设计 | 第12-17页 |
| 2.2.1 系统总体设计 | 第12-15页 |
| 2.2.2 预处理模块设计 | 第15页 |
| 2.2.3 特征值提取模块设计 | 第15-16页 |
| 2.2.4 故障诊断模块设计 | 第16-17页 |
| 2.3 接.设计 | 第17-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第3章 系统实现 | 第24-42页 |
| 3.1 系统配置 | 第24-25页 |
| 3.1.1 硬件要求与开发环境 | 第24页 |
| 3.1.2 MATLAB与VC++混合编程 | 第24-25页 |
| 3.2 主要界面设计 | 第25-31页 |
| 3.3 算法设计 | 第31-39页 |
| 3.3.1 预处理模块 | 第31-34页 |
| 3.3.2 特征提取模块 | 第34-38页 |
| 3.3.3 故障诊断模块 | 第38-39页 |
| 3.4 运行界面 | 第39-41页 |
| 3.5 本章小结 | 第41-42页 |
| 第4章 基于LMD和ICA的滚动轴承故障诊断方法 | 第42-58页 |
| 4.1 概述 | 第42页 |
| 4.2 LMD和ICA原理 | 第42-47页 |
| 4.2.1 LMD基本原理 | 第42-45页 |
| 4.2.2 ICA基本原理 | 第45-47页 |
| 4.3 故障特征提取和特征向量 | 第47-53页 |
| 4.3.1 相关系数特征 | 第47-48页 |
| 4.3.2 近似熵特征值 | 第48-49页 |
| 4.3.3 互信息特征 | 第49页 |
| 4.3.4 特征提取实验和特征向量 | 第49-53页 |
| 4.4 基于支持向量机的滚动轴承故障诊断方法 | 第53-57页 |
| 4.4.1 支持向量机概述 | 第53页 |
| 4.4.2 支持向量机原理 | 第53-55页 |
| 4.4.3 基于SVM的特征向量故障诊断实验及结果分析 | 第55-57页 |
| 4.5 本章小结 | 第57-58页 |
| 第5章 总结与展望 | 第58-60页 |
| 5.1 研究工作总结 | 第58-59页 |
| 5.2 今后研究工作展望 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 研究生期间发表论文和参加科研情况说明 | 第63-64页 |
| 致谢 | 第64-65页 |