| 致谢 | 第3-4页 |
| 摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 1 绪论 | 第20-39页 |
| 1.1 研究背景与意义 | 第20-21页 |
| 1.2 故障诊断的方法与分类 | 第21-23页 |
| 1.3 基于数据驱动的故障诊断分类 | 第23-25页 |
| 1.4 国内外研究现状 | 第25-35页 |
| 1.5 研究内容与创新之处 | 第35-39页 |
| 2 基于MODWPT的振动信号处理与特征提取 | 第39-52页 |
| 2.1 引言 | 第39-40页 |
| 2.2 小波变换与多分辨率分析 | 第40-44页 |
| 2.3 小波包变换 | 第44-46页 |
| 2.4 最大重叠离散小波包变换 | 第46-48页 |
| 2.5 滚动轴承振动信号处理与特征提取 | 第48-51页 |
| 2.6 本章小结 | 第51-52页 |
| 3 故障敏感特征选取方法 | 第52-63页 |
| 3.1 引言 | 第52页 |
| 3.2 ReliefF特征评价方法 | 第52-55页 |
| 3.3 平均偏差 | 第55页 |
| 3.4 基于ReliefF与平均偏差的故障敏感特征选取方法 | 第55-57页 |
| 3.5 特征选取方法实验分析 | 第57-62页 |
| 3.6 本章小结 | 第62-63页 |
| 4 基于改进NPE的特征降维方法 | 第63-72页 |
| 4.1 引言 | 第63-64页 |
| 4.2 最大边界准则 | 第64-66页 |
| 4.3 邻域保持嵌入 | 第66-68页 |
| 4.4 基于最大边界准则的监督邻域保持嵌入 | 第68-71页 |
| 4.5 本章小结 | 第71-72页 |
| 5 基于MODWPT和改进NPE的滚动轴承故障诊断 | 第72-108页 |
| 5.1 引言 | 第72页 |
| 5.2 故障模式识别方法 | 第72-76页 |
| 5.3 基于MODWPT和改进NPE的滚动轴承故障诊断框架 | 第76-77页 |
| 5.4 凯斯西储大学轴承数据实验分析 | 第77-94页 |
| 5.5 SQI-MFS轴承数据实验分析 | 第94-107页 |
| 5.6 本章小结 | 第107-108页 |
| 6 总结与展望 | 第108-110页 |
| 6.1 总结 | 第108-109页 |
| 6.2 展望 | 第109-110页 |
| 参考文献 | 第110-124页 |
| 作者简历 | 第124-127页 |
| 学位论文数据集 | 第127页 |
