| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 目录 | 第7-9页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 选题的背景 | 第9-10页 |
| 1.2 国内外研究现状及分析 | 第10-15页 |
| 1.2.1 故障诊断技术国内外研究现状 | 第10-13页 |
| 1.2.2 双树复小波变换研究现状 | 第13-15页 |
| 1.3 课题的研究意义与来源 | 第15-16页 |
| 1.4 论文的主要内容及章节安排 | 第16-17页 |
| 第2章 双树复小波变换的原理与应用 | 第17-39页 |
| 2.1 引言 | 第17-18页 |
| 2.2 双树复小波变换 | 第18-28页 |
| 2.2.1 离散小波变换 | 第18-19页 |
| 2.2.2 双树复小波变换基本结构 | 第19-21页 |
| 2.2.3 双树复小波变换滤波器组设计 | 第21-25页 |
| 2.2.4 双树复小波变换特性分析 | 第25-28页 |
| 2.3 双树复小波包变换 | 第28-29页 |
| 2.4 基于 DT-CWPT 的阈值降噪 | 第29-38页 |
| 2.4.1 阈值降噪 | 第29-30页 |
| 2.4.2 基于 DT-CWPT 的阈值降噪方法 | 第30-31页 |
| 2.4.3 仿真信号降噪 | 第31页 |
| 2.4.4 试验信号降噪 | 第31-36页 |
| 2.4.5 工程信号降噪 | 第36-38页 |
| 2.5 本章小结 | 第38-39页 |
| 第3章 基于 DT-CWT 和 SVD 的故障诊断方法 | 第39-61页 |
| 3.1 引言 | 第39页 |
| 3.2 奇异值分解 | 第39-45页 |
| 3.2.1 奇异值分解基本原理 | 第39-42页 |
| 3.2.2 奇异值差分谱 | 第42-43页 |
| 3.2.3 奇异值曲率谱 | 第43-45页 |
| 3.3 基于 DT-CWT 和奇异值差分谱的故障诊断方法 | 第45-56页 |
| 3.3.1 滚动轴承故障试验分析 | 第45-51页 |
| 3.3.2 滚动轴承故障工程信号分析 | 第51-52页 |
| 3.3.3 齿轮故障试验分析 | 第52-54页 |
| 3.3.4 齿轮故障工程案例分析 | 第54-56页 |
| 3.4 基于 DT-CWPT 和奇异值曲率谱的故障诊断方法 | 第56-60页 |
| 3.5 本章小结 | 第60-61页 |
| 第4章 基于 DT-CWPT-SK 的故障诊断方法 | 第61-75页 |
| 4.1 引言 | 第61页 |
| 4.2 谱峭度 | 第61-63页 |
| 4.3 基于双树复小波包变换和谱峭度结合的故障诊断方法 | 第63-69页 |
| 4.4 双树复小波包变换频带能量泄漏特性分析 | 第69-71页 |
| 4.5 基于 DT-CWPT-SK 的故障诊断方法 | 第71-74页 |
| 4.6 本章小结 | 第74-75页 |
| 第5章 基于双树复小波包变换的复合故障诊断 | 第75-93页 |
| 5.1 引言 | 第75页 |
| 5.2 基于 DT-CWPT 和 SVM 的滚动轴承故障诊断方法 | 第75-81页 |
| 5.2.1 SVM 多分类器 | 第75-76页 |
| 5.2.2 基于 DT-CWPT 和 SVM 的故障诊断 | 第76-81页 |
| 5.3 基于 DT-CWPT 和 ICA 的复合故障诊断方法 | 第81-88页 |
| 5.3.1 独立分量分析 | 第81页 |
| 5.3.2 基于 DT-CWPT 和 ICA 的复合故障诊断方法 | 第81-84页 |
| 5.3.3 滚动轴承复合故障信号分析 | 第84-88页 |
| 5.4 基于 DT-CWPT 和 AR 谱的复合故障诊断方法 | 第88-92页 |
| 5.4.1 AR 功率谱 | 第89-90页 |
| 5.4.2 基于 DT-CWPT 和 AR 谱的复合故障诊断方法 | 第90-92页 |
| 5.5 本章小结 | 第92-93页 |
| 结论 | 第93-95页 |
| 参考文献 | 第95-103页 |
| 攻读硕士学位期间所发表的学术论文 | 第103-105页 |
| 致谢 | 第105页 |
