| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-15页 |
| 1.1 课题背景 | 第9-10页 |
| 1.2 国内外轴承振动研究发展现状 | 第10-13页 |
| 1.3 课题研究意义与内容 | 第13-14页 |
| 1.4 本章小结 | 第14-15页 |
| 2 轴承振动理论与分析方法 | 第15-37页 |
| 2.1 轴承振动的基本理论 | 第15-20页 |
| 2.2 滚动轴承接触中的弹性力学问题 | 第20-29页 |
| 2.3 滚动轴承接触中的接触力学问题 | 第29-33页 |
| 2.4 深沟球轴承在径向载荷作用下的载荷分布 | 第33-35页 |
| 2.5 6205-2RS SKF轴承外圈与整体固有频率计算 | 第35-36页 |
| 2.6 本章小结 | 第36-37页 |
| 3 振动信号时域、频域与时频域特征提取 | 第37-58页 |
| 3.1 振动信号预处理方法 | 第37-40页 |
| 3.2 振动信号特征提取方法 | 第40-43页 |
| 3.3 能量熵、近似熵与样本熵 | 第43-53页 |
| 3.4 6205-2RS SKF轴承振动信号的时域、频域与时频域特征 | 第53-57页 |
| 3.5 本章小结 | 第57-58页 |
| 4 基于时频分析和模式识别技术的船用发电机轴承损伤诊断 | 第58-82页 |
| 4.1 机器学习与模式识别理论 | 第58-68页 |
| 4.2 基于时频分析和灰色关联分析的船用发电机轴承损伤诊断 | 第68-71页 |
| 4.3 基于振动信号高频特征与自适应小波消噪的滚动轴承故障诊断研究 | 第71-80页 |
| 4.4 本章小结 | 第80-82页 |
| 5 基于时频分析与盲源分离的轴承故障诊断技术 | 第82-98页 |
| 5.1 信号盲源分离理论与分析方法 | 第82-87页 |
| 5.2 基于小波变换-本征时间尺度分解-稀疏成分分析的时频盲源分离技术 | 第87-97页 |
| 5.3 本章小结 | 第97-98页 |
| 6 冲击信号盲源分离试验 | 第98-107页 |
| 6.1 冲击信号盲源分离试验大纲 | 第98-99页 |
| 6.2 数值仿真 | 第99-102页 |
| 6.3 试验实测与数据分析处理 | 第102-106页 |
| 6.4 本章小结 | 第106-107页 |
| 结论与展望 | 第107-109页 |
| 参考文献 | 第109-112页 |
| 攻读硕士学位期间发表学术论文情况 | 第112-113页 |
| 致谢 | 第113-114页 |
