| 摘要 | 第3-5页 |
| ABSTRACT | 第5-7页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 选题的目的和意义 | 第11页 |
| 1.2 国内外研究动态 | 第11-15页 |
| 1.3 本论文研究的主要内容 | 第15-17页 |
| 1.3.1 研究思路 | 第15页 |
| 1.3.2 论文主要研究内容 | 第15-17页 |
| 第二章 轴向柱塞泵典型故障特征提取基本理论 | 第17-29页 |
| 2.1 轴向柱塞泵典型故障 | 第17-20页 |
| 2.1.1 轴向柱塞泵的结构和工作原理 | 第17-18页 |
| 2.1.2 轴向柱塞泵典型故障的故障机理 | 第18-19页 |
| 2.1.3 轴向柱塞泵振动的特征频率 | 第19-20页 |
| 2.2 特征提取方法的基本理论 | 第20-25页 |
| 2.2.1 小波去噪方法 | 第20-21页 |
| 2.2.2 经验模态分解(EMD)基本理论 | 第21-22页 |
| 2.2.3 局部均值分解(LMD)基本理论 | 第22-23页 |
| 2.2.4 变分模态分解(VMD)基本理论 | 第23-25页 |
| 2.3 故障识别算法介绍 | 第25-27页 |
| 2.3.1 超限学习机(ELM)概述 | 第25页 |
| 2.3.2 超限学习机(ELM)基本理论 | 第25-27页 |
| 2.4 本章小结 | 第27-29页 |
| 第三章 轴向柱塞泵典型故障实验数据获取 | 第29-41页 |
| 3.1 轴向柱塞泵故障试验方案的设计 | 第29-32页 |
| 3.2 轴向柱塞泵典型故障试验台搭建 | 第32-34页 |
| 3.3 实验数据采集与分析 | 第34-38页 |
| 3.3.1 实验数据采集 | 第34-35页 |
| 3.3.2 实验数据分析 | 第35-38页 |
| 3.4 轴向柱塞泵典型故障实验数据集建立 | 第38-39页 |
| 3.5 本章小结 | 第39-41页 |
| 第四章 轴向柱塞泵典型故障特征提取及故障识别 | 第41-53页 |
| 4.1 基于EMD和SVD特征提取方法的故障识别 | 第41-43页 |
| 4.1.1 基于EMD和SVD的特征提取方法 | 第41-42页 |
| 4.1.2 基于EMD和SVD特征提取方法和ELM的故障识别 | 第42-43页 |
| 4.2 基于LMD和SVD特征提取方法的故障识别 | 第43-45页 |
| 4.2.1 基于LMD和SVD的特征提取方法 | 第43-44页 |
| 4.2.2 基于LMD和SVD特征提取方法和ELM的故障识别 | 第44-45页 |
| 4.3 基于VMD和SVD特征提取方法的故障识别 | 第45-52页 |
| 4.3.1 基于VMD和SVD的特征提取方法 | 第45-46页 |
| 4.3.2 VMD参数选择 | 第46-50页 |
| 4.3.3 VMD和SVD的特征提取方法 | 第50-51页 |
| 4.3.4 基于VMD和SVD特征提取方法和ELM的故障识别 | 第51-52页 |
| 4.4 本章小结 | 第52-53页 |
| 第五章 轴向柱塞泵典型故障特征提取方法比较 | 第53-71页 |
| 5.1 滑靴磨损故障特征提取方法比较 | 第53-60页 |
| 5.1.1 单个滑靴磨损 | 第53-55页 |
| 5.1.2 三个滑靴磨损 | 第55-57页 |
| 5.1.3 五个滑靴磨损 | 第57-58页 |
| 5.1.4 多类滑靴磨损 | 第58-60页 |
| 5.2 配流盘磨损故障特征提取方法比较 | 第60-62页 |
| 5.3 松靴故障特征提取方法比较 | 第62-63页 |
| 5.4 中心弹簧失效故障特征提取方法比较 | 第63-65页 |
| 5.5 所有故障特征提取方法比较 | 第65-67页 |
| 5.6 轴向柱塞泵典型故障特征提取方法比较总结 | 第67-68页 |
| 5.7 本章小结 | 第68-71页 |
| 第六章 总结与展望 | 第71-73页 |
| 6.1 本文的主要工作与结论 | 第71页 |
| 6.2 工作展望 | 第71-73页 |
| 参考文献 | 第73-79页 |
| 致谢 | 第79-81页 |
| 攻读硕士学位期间发表的论文 | 第81页 |
