基于EMD和粒子群优化小波阈值的齿轮箱健康诊断研究
| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第一章 绪论 | 第10-16页 |
| ·论文研究的背景和意义 | 第10-11页 |
| ·健康诊断方法叙述 | 第11-13页 |
| ·齿轮箱健康诊断技术的发展近状 | 第11-12页 |
| ·健康诊断方法探究 | 第12-13页 |
| ·粒子群算法原理与运用 | 第13-14页 |
| ·本文的主要研究内容 | 第14-16页 |
| 第二章 齿轮箱相关理论的介绍 | 第16-25页 |
| ·振动信号采集与处理 | 第16-18页 |
| ·传感器的选择 | 第16-17页 |
| ·信号数据的预处理 | 第17-18页 |
| ·齿轮箱的健康异常形式 | 第18-19页 |
| ·齿轮箱异常类型 | 第18页 |
| ·滚动轴承失效形式 | 第18-19页 |
| ·齿轮系统振动的机理 | 第19-22页 |
| ·齿轮的振动特征 | 第19页 |
| ·滚动轴承振动特征信息 | 第19-20页 |
| ·振动信号的调制现象 | 第20-21页 |
| ·齿轮箱振动模型 | 第21-22页 |
| ·齿轮箱特征值 | 第22-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 基于粒子群优化小波阈值介绍 | 第25-41页 |
| ·小波变换 | 第25-27页 |
| ·小波函数的定义 | 第25-26页 |
| ·小波变换 | 第26页 |
| ·小波包分析 | 第26-27页 |
| ·小波阈值降噪 | 第27-33页 |
| ·粒子群优化算法 | 第33-34页 |
| ·基于 PSO 的小波阈值去噪 | 第34-40页 |
| ·本章小结 | 第40-41页 |
| 第四章 EMD 分解方法的研究 | 第41-53页 |
| ·概述 | 第41页 |
| ·EMD 理论 | 第41-45页 |
| ·Hilbert 变换 | 第41-43页 |
| ·瞬时频率 | 第43页 |
| ·经验模态分解原理 | 第43-45页 |
| ·实例分析 | 第45-47页 |
| ·EMD 分解端点效应及处理方法 | 第47-51页 |
| ·端点效应的原因及影响 | 第47-48页 |
| ·端点效应处理的方法 | 第48页 |
| ·镜像延拓与窗函数方法的研究 | 第48-49页 |
| ·仿真信号验证 | 第49-51页 |
| ·EMD 分解中能量特征提取 | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 第五章 齿轮箱健康状况分析 | 第53-71页 |
| ·齿轮箱实验平台 | 第53-58页 |
| ·实验方案 | 第53-54页 |
| ·齿轮箱健康异常和数据参数 | 第54-56页 |
| ·信号降噪处理 | 第56-58页 |
| ·工况分析 | 第58-68页 |
| ·正常情况下信号分析 | 第58-60页 |
| ·内圈点蚀工况的信号分析 | 第60-62页 |
| ·齿轮断齿故障信号分析 | 第62-65页 |
| ·齿轮箱轴承外圈裂纹工况分析 | 第65-68页 |
| ·近似熵算法研究 | 第68-70页 |
| ·近似熵算法原理 | 第68-69页 |
| ·实验分析 | 第69-70页 |
| ·本章小结 | 第70-71页 |
| 第六章 总结与展望 | 第71-73页 |
| ·总结 | 第71-72页 |
| ·研究展望 | 第72-73页 |
| 参考文献 | 第73-77页 |
| 攻读硕士期间的研究成果 | 第77-78页 |
| 致谢 | 第78-79页 |
