摘要 | 第1-4页 |
Abstract | 第4-8页 |
第一章 绪论 | 第8-15页 |
·课题的来源、目的和意义 | 第8-9页 |
·课题的来源 | 第8页 |
·课题的提出和意义 | 第8-9页 |
·国内外发展现状 | 第9-13页 |
·列车轴承故障诊断的发展现状 | 第9-10页 |
·模糊模式识别和特征提取方法的研究现状 | 第10-13页 |
·本文的主要内容 | 第13-14页 |
·本文的关键技术和创新点 | 第14-15页 |
·本文的关键技术 | 第14页 |
·本文的创新点 | 第14-15页 |
第二章 基于高阶累积量的特征提取 | 第15-29页 |
·常用特征提取方法概述 | 第15-19页 |
·经典信号处理方法概述 | 第15-17页 |
·现代信号处理方法概述 | 第17-19页 |
·高阶累积量方法 | 第19-23页 |
·高阶累积量的定义 | 第19-21页 |
·高阶累积量的性质 | 第21-22页 |
·累积量的估计 | 第22-23页 |
·累积量域自适应滤波算法 | 第23-28页 |
·累积量域自适应滤波原理 | 第24-25页 |
·两种累积量域自适应滤波算法及其误差准则 | 第25-27页 |
·算法的计算机模拟仿真结果 | 第27-28页 |
·本章小结 | 第28-29页 |
第三章 模糊模式识别 | 第29-39页 |
·模糊模式识别方法概述 | 第29-30页 |
·模糊模式识别常用方法 | 第30-32页 |
·基于最大隶属原则的识别 | 第30页 |
·基于择近原则的识别 | 第30-31页 |
·基于模糊等价关系的模糊聚类 | 第31-32页 |
·传递闭包法和模糊C-均值聚类法 | 第32-38页 |
·传递闭包法和目标函数结合的模糊分类法 | 第32-35页 |
·模糊C-均值聚类法 | 第35-38页 |
·本章小结 | 第38-39页 |
第四章 列车轮对轴承故障的识别与诊断 | 第39-51页 |
·列车轮对轴承结构和故障信号测试 | 第39-43页 |
·列车轮对滚动轴承的结构 | 第39-40页 |
·列车轮对滚动轴承信号的测试和条件 | 第40-42页 |
·列车轮对轴承的常见故障及处理方式 | 第42-43页 |
·高阶累积量在列车轮对轴承故障信号中的应用 | 第43-47页 |
·高阶累积量自适应滤波在故障信号分析中的有效性 | 第43-47页 |
·试验结果 | 第47页 |
·模糊C-均值聚类法在列车轮对轴承故障信号中的应用 | 第47-50页 |
·本章小结 | 第50-51页 |
第五章 列车轮对轴承诊断仪的研制 | 第51-61页 |
·原理和设计路线 | 第51-52页 |
·诊断系统的概述 | 第52-57页 |
·诊断仪的硬件设计 | 第53-54页 |
·诊断仪的软件设计 | 第54-57页 |
·系统界面与应用实例 | 第57-60页 |
·数据采集功能 | 第58页 |
·信号分析功能 | 第58页 |
·故障诊断显示功能 | 第58-59页 |
·数据管理功能 | 第59-60页 |
·本章小结 | 第60-61页 |
第六章 结论与展望 | 第61-63页 |
·本文总结 | 第61-62页 |
·工作展望 | 第62-63页 |
参考文献 | 第63-68页 |
致谢 | 第68页 |