摘要 | 第1-5页 |
Abstract | 第5-9页 |
1 绪论 | 第9-15页 |
·论文研究的背景及意义 | 第9页 |
·齿轮箱故障诊断技术及其应用 | 第9-11页 |
·工作模态技术的发展研究 | 第11-12页 |
·ICA 算法研究现状及发展趋势 | 第12-13页 |
·论文主要框架 | 第13-15页 |
2 齿轮箱故障分析及实验系统搭建 | 第15-29页 |
·齿轮箱结构组成及常见故障 | 第15-16页 |
·齿轮箱故障分析及实验故障设置 | 第16-21页 |
·齿轮故障分析 | 第16-18页 |
·轴承故障分析 | 第18-20页 |
·实验故障设置 | 第20-21页 |
·搭建齿轮箱运转故障实验平台 | 第21-28页 |
·齿轮箱动态振动实验配置仪器 | 第21-24页 |
·齿轮箱 LMS 模型及测点选择 | 第24-26页 |
·齿轮箱 LMS 模态识别方法 | 第26-28页 |
·本章小结 | 第28-29页 |
3 基于ICA的结构工作模态参数识别方法 | 第29-42页 |
·独立分量分析方法描述 | 第29-34页 |
·ICA 算法 | 第29-31页 |
·FASTICA 算法 | 第31-33页 |
·ICA 分离结果的不确定性 | 第33-34页 |
·ICA 模态参数识别及仿真验证 | 第34-41页 |
·多自由度系统响应的模态坐标转换 | 第34-36页 |
·振动系统模态 ICA 独立性分析 | 第36-37页 |
·ADAMS 仿真及分析 | 第37-41页 |
·本章小结 | 第41-42页 |
4 基于LMS的齿轮箱工作模态验证 | 第42-53页 |
·齿轮箱恒速运转各工况 LMS 工作模态分析 | 第42-49页 |
·模态验证 | 第42页 |
·LMS 工作模态分析 | 第42-49页 |
·齿轮箱恒速运转的 FASTICA 工作模态识别 | 第49-51页 |
·ICA 算法分离效果评价 | 第49页 |
·FASTICA 工作模态识别 | 第49-51页 |
·对比分析 | 第51-52页 |
·本章小结 | 第52-53页 |
5 FASTICA与PNN结合的齿轮箱智能故障识别方法 | 第53-66页 |
·基于模态参数的齿轮箱故障诊断研究 | 第53-57页 |
·稳态极点图、阻尼和振型分析 | 第53-54页 |
·FASTICA 模态频率分析 | 第54-57页 |
·基于 FASTICA 频域特征提取的 PNN 齿轮箱故障诊断研究 | 第57-64页 |
·故障特征提取 | 第57-60页 |
·PNN 故障识别 | 第60-64页 |
·本章小结 | 第64-66页 |
6 总结与展望 | 第66-68页 |
·全文总结 | 第66-67页 |
·展望 | 第67-68页 |
参考文献 | 第68-74页 |
攻读硕士学位期间发表的论文及参加的科研项目 | 第74-75页 |
致谢 | 第75-76页 |