| 摘要 | 第1-5页 |
| Abstract | 第5-11页 |
| 第一章 绪论 | 第11-18页 |
| ·旋转机械故障诊断的背景及意义 | 第11页 |
| ·旋转机械故障诊断的现状 | 第11-16页 |
| ·窗口傅里叶变换 | 第12-13页 |
| ·Wigner-Ville 分布 | 第13-14页 |
| ·连续小波变换 | 第14-16页 |
| ·Hilbert-Huang 变换 | 第16页 |
| ·本文的主要研究内容 | 第16-18页 |
| 第二章 Hilbert-Huang 变换及 Hilbert 谱 | 第18-31页 |
| ·经验模态分解 | 第18-23页 |
| ·EMD 方法原理及流程 | 第18-21页 |
| ·EMD 方法的特点 | 第21-23页 |
| ·Hilbert 变换和 Hilbert 谱 | 第23-25页 |
| ·Hilbert 变换原理 | 第23-24页 |
| ·仿真信号的 Hilbert 谱 | 第24-25页 |
| ·Hilbert-Huang 变换的优势 | 第25-26页 |
| ·Hilbert-Huang 变换中存在的问题及改进 | 第26-30页 |
| ·“筛选”停止条件 | 第26-27页 |
| ·端点效应问题及解决 | 第27-30页 |
| ·本章小结 | 第30-31页 |
| 第三章 转子故障信号 Hilbert 谱分析 | 第31-38页 |
| ·转子系统振动故障特征分析 | 第31-33页 |
| ·转子不平衡 | 第31-32页 |
| ·转子不对中 | 第32页 |
| ·动静碰摩 | 第32-33页 |
| ·油膜涡动与油膜振荡 | 第33页 |
| ·转子信号采集实验装置 | 第33-35页 |
| ·转子信号采集实验台介绍 | 第33-34页 |
| ·ZT-3 型转子振动实验台故障实验方法 | 第34-35页 |
| ·转子故障信号的Hilbert 谱分析 | 第35-37页 |
| ·本章小结 | 第37-38页 |
| 第四章 基于PCA 的转子故障信号Hilbert 谱特征提取 | 第38-46页 |
| ·主成分分析方法的基本原理 | 第38-42页 |
| ·PCA 方法的基本思想 | 第38页 |
| ·PCA 方法原理 | 第38-40页 |
| ·主成分计算步骤 | 第40-42页 |
| ·PCA 在人脸识别中的应用 | 第42-43页 |
| ·Hilbert 谱图特征提取的 PCA 方法 | 第43-45页 |
| ·本章小结 | 第45-46页 |
| 第五章 基于野点检测的转子故障诊断 | 第46-60页 |
| ·野点的定义 | 第46页 |
| ·核方法下基于边界的野点检测原理 | 第46-52页 |
| ·基于野点检测和Hilbert 谱图特征的转子故障识别 | 第52-53页 |
| ·基于粒子群算法的野点检测参数优化 | 第53-59页 |
| ·粒子群算法 | 第54-56页 |
| ·诊断算例分析 | 第56-59页 |
| ·本章小结 | 第59-60页 |
| 第六章 总结与展望 | 第60-61页 |
| ·总结 | 第60页 |
| ·展望 | 第60-61页 |
| 参考文献 | 第61-67页 |
| 致谢 | 第67-68页 |
| 攻读硕士期间所发表的论文 | 第68页 |
