| 摘要 | 第2-4页 |
| Abstract | 第4-5页 |
| 1 绪论 | 第9-15页 |
| 1.1 课题的研究背景和意义 | 第9-10页 |
| 1.1.1 课题研究背景 | 第9-10页 |
| 1.1.2 课题研究意义 | 第10页 |
| 1.2 国内外研究发展现状 | 第10-13页 |
| 1.2.1 振动有限元模态分析 | 第10-11页 |
| 1.2.2 信号处理与故障特征提取 | 第11页 |
| 1.2.3 神经网络故障诊断 | 第11-12页 |
| 1.2.4 可靠性评估 | 第12-13页 |
| 1.3 本课题来源与研究内容 | 第13-15页 |
| 2 航空发动机轴承振动有限元模态分析 | 第15-25页 |
| 2.1 航空发动机工作原理及其轴承基本结构 | 第15-16页 |
| 2.1.1 航空发动机工作原理 | 第15页 |
| 2.1.2 航空发动机轴承基本结构 | 第15-16页 |
| 2.2 滚动轴承的损伤类型及固有振动特性 | 第16-17页 |
| 2.2.1 滚动轴承损伤类型 | 第16-17页 |
| 2.2.2 滚动轴承固有振动特性 | 第17页 |
| 2.3 有限元模态分析理论 | 第17-18页 |
| 2.3.1 模态分析 | 第17-18页 |
| 2.3.2 模态分析步骤 | 第18页 |
| 2.4 轴承振动有限元模态分析实例 | 第18-24页 |
| 2.4.1 电机轴承模态分析 | 第18-22页 |
| 2.4.2 小型航空发动机轴承模态分析 | 第22-23页 |
| 2.4.3 电机轴承和航空发动机轴承模态对比分析 | 第23-24页 |
| 2.5 本章小结 | 第24-25页 |
| 3 航空发动机轴承振动信号特征提取和选择 | 第25-38页 |
| 3.1 传统傅里叶变换 | 第25页 |
| 3.2 小波包特征提取方法 | 第25-27页 |
| 3.2.1 小波分析 | 第25-26页 |
| 3.2.2 小波包分解及其能量谱 | 第26-27页 |
| 3.3 Hilbert谱奇异值特征提取方法 | 第27-28页 |
| 3.3.1 经验模式分解 | 第27页 |
| 3.3.2 希尔伯特变换 | 第27-28页 |
| 3.3.3 奇异值分解 | 第28页 |
| 3.4 遗传算法特征选择 | 第28-30页 |
| 3.4.1 遗传算法概述 | 第28页 |
| 3.4.2 遗传算法特征选择步骤 | 第28-30页 |
| 3.5 小波包和Hilbert谱奇异值特征提取方法实例 | 第30-35页 |
| 3.5.1 小波包特征提取 | 第30-32页 |
| 3.5.2 Hilbert谱奇异值特征提取 | 第32-35页 |
| 3.5.3 小波包和Hilbert谱奇异值特征提取方法对比分析 | 第35页 |
| 3.6 遗传算法特征选择Hilbert谱奇异值 | 第35-37页 |
| 3.7 本章小结 | 第37-38页 |
| 4 基于WNN的航空发动机轴承故障诊断 | 第38-54页 |
| 4.1 典型神经网络 | 第38-41页 |
| 4.1.1 神经元模型及其传递函数类型 | 第38-39页 |
| 4.1.2 BP神经网络 | 第39-40页 |
| 4.1.3 径向基神经网络 | 第40-41页 |
| 4.2 小波神经网络 | 第41-43页 |
| 4.2.1 小波神经网络结构 | 第41-42页 |
| 4.2.2 小波神经网络学习算法 | 第42-43页 |
| 4.3 遗传算法优化小波神经网络 | 第43-44页 |
| 4.4 小波神经网络故障诊断模型 | 第44-47页 |
| 4.4.1 输入数据归一化 | 第45页 |
| 4.4.2 各层节点数的确定 | 第45页 |
| 4.4.3 传递函数的选择 | 第45-47页 |
| 4.4.4 故障诊断模型建立 | 第47页 |
| 4.5 小波神经网络故障诊断实例 | 第47-53页 |
| 4.5.1 电机轴承故障诊断 | 第47-52页 |
| 4.5.2 航空发动机轴承故障诊断 | 第52-53页 |
| 4.6 本章小结 | 第53-54页 |
| 5 基于子空间相似性的航空发动机轴承运行可靠性评估 | 第54-63页 |
| 5.1 传统可靠性理论的缺陷 | 第54页 |
| 5.2 基于子空间相似性的运行可靠性评估方法 | 第54-57页 |
| 5.2.1 核主成分分析构造子空间 | 第54-55页 |
| 5.2.2 状态子空间的参数选择 | 第55-56页 |
| 5.2.3 SVD分解子空间内积矩阵 | 第56页 |
| 5.2.4 定义可靠度指标 | 第56-57页 |
| 5.3 运行可靠性评估模型及其实现步骤 | 第57-58页 |
| 5.3.1 可靠性评估模型 | 第57-58页 |
| 5.3.2 可靠性评估实现步骤 | 第58页 |
| 5.4 运行可靠性评估实例 | 第58-62页 |
| 5.5 本章小结 | 第62-63页 |
| 6 轴承特征提取及故障诊断的MATLAB GUI设计 | 第63-74页 |
| 6.1 MATLAB GUI设计流程 | 第63页 |
| 6.2 基于Hilbert谱奇异值的航空发动机轴承故障特征提取系统 | 第63-68页 |
| 6.2.1 故障特征提取系统的功能 | 第63页 |
| 6.2.2 故障特征提取系统实现流程 | 第63-64页 |
| 6.2.3 特征提取系统界面介绍 | 第64-68页 |
| 6.3 融合WNN和RBF神经网络的轴承故障诊断系统 | 第68-73页 |
| 6.3.1 轴承故障诊断系统的功能 | 第68-69页 |
| 6.3.2 轴承故障诊断系统实现流程 | 第69页 |
| 6.3.3 故障诊断系统界面介绍 | 第69-73页 |
| 6.4 本章小结 | 第73-74页 |
| 7 结论 | 第74-75页 |
| 7.1 总结 | 第74页 |
| 7.2 展望 | 第74-75页 |
| 参考文献 | 第75-79页 |
| 攻读硕士学位期间发表的论文 | 第79-80页 |
| 致谢 | 第80-82页 |
