| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 研究背景和意义 | 第11-13页 |
| 1.1.1 课题研究背景 | 第11-12页 |
| 1.1.2 课题研究意义 | 第12-13页 |
| 1.2 机械设备故障诊断的研究的现状分析 | 第13-17页 |
| 1.2.1 机械设备故障诊断的基本内容 | 第13-14页 |
| 1.2.2 机械设备故障诊断的基本方式 | 第14-16页 |
| 1.2.3 振动信号的分析方法 | 第16-17页 |
| 1.3 研究的主要内容与章节安排 | 第17-19页 |
| 1.3.1 本文主要研究内容 | 第17页 |
| 1.3.2 论文章节结构安排 | 第17-19页 |
| 第2章 齿轮常见故障与振动机理分析 | 第19-26页 |
| 2.1 齿轮的常见故障 | 第19-22页 |
| 2.2 齿轮故障产生的原因 | 第22-23页 |
| 2.3 齿轮故障的预防措施 | 第23页 |
| 2.4 齿轮的振动机理 | 第23-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第3章 齿轮故障特征提取及最佳参数选择 | 第26-58页 |
| 3.1 基于离散度的最佳参数选择原则 | 第26-27页 |
| 3.2 基于VMD的齿轮故障特征提取方法 | 第27-34页 |
| 3.2.1 变分模态分解的原理 | 第27-29页 |
| 3.2.2 变分模态分解的算法 | 第29-30页 |
| 3.2.3 齿轮振动信号的变分模态分解 | 第30-34页 |
| 3.3 仿真实例与结果分析 | 第34-57页 |
| 3.3.1 时频域特征评价指标 | 第34-37页 |
| 3.3.2 原始振动信号的特征参数评价指标 | 第37-38页 |
| 3.3.3 基于VMD的特征参数评价指标 | 第38页 |
| 3.3.4 基于EMD的特征提取及其评价指标 | 第38-45页 |
| 3.3.5 基于小波包分解的特征提取及其评价指标 | 第45-57页 |
| 3.3.6 最佳特征参数的选择与分析 | 第57页 |
| 3.4 本章小结 | 第57-58页 |
| 第4章 基于最佳特征参数的齿轮故障诊断 | 第58-77页 |
| 4.1 基于VMD方根幅值的齿轮故障识别 | 第58-66页 |
| 4.1.1 基于VMD方根幅值的齿轮故障特征提取及诊断 | 第58-59页 |
| 4.1.2 实验验证与结果分析 | 第59-61页 |
| 4.1.3 与小波包分解方根幅值的齿轮故障特征提取及诊断方法的比较 | 第61-64页 |
| 4.1.4 与EMD分解方根幅值的齿轮故障特征提取及诊断的比较 | 第64-66页 |
| 4.2 基于VMD平均能量的齿轮故障特征提取及诊断 | 第66-73页 |
| 4.2.1 基于VMD平均能量的故障诊断结果与分析 | 第66-69页 |
| 4.2.2 基于小波包分解平均能量的故障诊断结果与分析 | 第69-71页 |
| 4.2.3 基于EMD分解平均能量的故障诊断结果与分析 | 第71-73页 |
| 4.3 齿轮故障特征参数提取的综合分析 | 第73-76页 |
| 4.3.1 基于VMD分解特征参数的齿轮故障特征提取及诊断 | 第73-74页 |
| 4.3.2 基于小波分解特征参数的齿轮故障特征提取及诊断 | 第74-75页 |
| 4.3.3 基于EMD分解特征参数的齿轮故障特征提取及诊断 | 第75-76页 |
| 4.4 本章小结 | 第76-77页 |
| 结论 | 第77-79页 |
| 参考文献 | 第79-82页 |
| 致谢 | 第82-83页 |
| 攻读硕士期间发表（含录用）的学术论文 | 第83页 |
