频带熵方法及其在滚动轴承故障诊断中的应用
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-18页 |
| ·选题背景 | 第10-11页 |
| ·课题来源 | 第10页 |
| ·课题意义 | 第10-11页 |
| ·课题背景 | 第11-16页 |
| ·故障诊断技术发展概况 | 第11-12页 |
| ·滚动轴承故障诊断发展概况 | 第12-13页 |
| ·时频分析与信息熵理论研究概况 | 第13-16页 |
| ·主要工作与总体框架 | 第16-18页 |
| 第二章 频带熵理论 | 第18-29页 |
| ·引言 | 第18页 |
| ·常用时域指标 | 第18-19页 |
| ·时频分析方法 | 第19-23页 |
| ·时频分析概述 | 第19页 |
| ·短时傅里叶变换 | 第19-20页 |
| ·Wigner-Ville 分布 | 第20-21页 |
| ·小波与小波包变换 | 第21-23页 |
| ·信号的幅值谱熵 | 第23-25页 |
| ·熵 | 第23-24页 |
| ·信号的幅值谱熵 | 第24-25页 |
| ·信号的频带熵 | 第25-28页 |
| ·谱峭度理论 | 第25-26页 |
| ·信号的频带熵 | 第26-28页 |
| ·频带熵的扩展 | 第28页 |
| ·本章小结 | 第28-29页 |
| 第三章 频带熵用于滚动轴承状态监测 | 第29-53页 |
| ·引言 | 第29页 |
| ·滚动轴承振动机理与故障特征 | 第29-33页 |
| ·滚动轴承的结构 | 第29-30页 |
| ·滚动轴承振动的特点与类型 | 第30-31页 |
| ·滚动轴承的故障类型 | 第31页 |
| ·不同部位故障特征 | 第31-33页 |
| ·频带熵用于滚动轴承状态监测 | 第33-38页 |
| ·频带熵状态监测原理 | 第33-34页 |
| ·实验装置和数据采集 | 第34-36页 |
| ·实验数据分析 | 第36-38页 |
| ·频带熵在状态监测中的鲁棒性 | 第38-43页 |
| ·频带熵对信号奇异点的消解 | 第38-41页 |
| ·实验数据分析 | 第41-43页 |
| ·频带熵用于滚动轴承全寿命数据分析 | 第43-52页 |
| ·轴承加速寿命试验 | 第43-48页 |
| ·全寿命周期特征分析 | 第48-52页 |
| ·本章小结 | 第52-53页 |
| 第四章 频带熵用于滚动轴承故障诊断 | 第53-84页 |
| ·引言 | 第53页 |
| ·共振解调原理 | 第53-55页 |
| ·基于STFT 的频带熵在共振解调中的应用 | 第55-68页 |
| ·理论与仿真分析 | 第55-56页 |
| ·影响因素分析 | 第56-63页 |
| ·实验分析 | 第63-68页 |
| ·基于小波包变换的频带熵在共振解调中的应用 | 第68-82页 |
| ·小波包系数频谱特性 | 第68-69页 |
| ·仿真信号分析 | 第69-72页 |
| ·影响因素分析 | 第72-80页 |
| ·实验分析 | 第80-82页 |
| ·本章小结 | 第82-84页 |
| 第五章 频带熵和遗传算法结合的滚动轴承故障诊断 | 第84-96页 |
| ·引言 | 第84页 |
| ·遗传算法 | 第84-86页 |
| ·基于频带熵和遗传算法的最优化带通滤波 | 第86-89页 |
| ·实验验证 | 第89-94页 |
| ·实例一 | 第89-91页 |
| ·实例二 | 第91-92页 |
| ·实例三 | 第92-94页 |
| ·本章小结 | 第94-96页 |
| 第六章 总结与展望 | 第96-98页 |
| ·主要创新点 | 第96-97页 |
| ·研究展望 | 第97-98页 |
| 参考文献 | 第98-105页 |
| 攻读硕士学位期间发表的学术论文清单 | 第105页 |
| 攻读硕士学位期间参与科研项目情况 | 第105-106页 |
| 致谢 | 第106-108页 |
