基于小波分析的齿轮箱故障诊断技术研究
中文摘要 | 第5-6页 |
abstract | 第6页 |
第一章 绪论 | 第9-14页 |
1.1 齿轮箱故障诊断的研究背景与意义 | 第9页 |
1.2 齿轮箱故障诊断的内容 | 第9-10页 |
1.3 齿轮箱故障诊断的国内外研究现状 | 第10-12页 |
1.4 本论文主要研究内容及结构 | 第12-14页 |
第二章 基于小波的齿轮箱信号去噪处理 | 第14-24页 |
2.1 齿轮箱振动机理及特征分析 | 第14-15页 |
2.2 小波分析理论 | 第15-19页 |
2.3 基于小波分析的齿轮箱信号去噪 | 第19-22页 |
2.4 本章小结 | 第22-24页 |
第三章 基于齿轮箱信号的小波基构造与选择 | 第24-39页 |
3.1 紧支撑双正交小波基函数的构造 | 第24-28页 |
3.2 齿轮箱信号自适应小波基的构造 | 第28-36页 |
3.2.1 自适应小波基的构造方法 | 第28-33页 |
3.2.2 自适应小波基的改进算法 | 第33-36页 |
3.3 基于不同小波基的信号处理仿真实验 | 第36-38页 |
3.3.1 紧支集双正交小波基的应用 | 第36页 |
3.3.2 自适应小波基的应用 | 第36-38页 |
3.4 本章小结 | 第38-39页 |
第四章 基于自适应小波的特征提取 | 第39-46页 |
4.1 自适应小波包能量谱分布特征 | 第39-44页 |
4.2 自适应小波包络谱特征 | 第44-45页 |
4.3 本章小结 | 第45-46页 |
第五章 基于贝叶斯分类器改进算法的故障诊断 | 第46-57页 |
5.1 基于最小错误率的贝叶斯分类器 | 第46-50页 |
5.2 一种基于混合交叉域的分类器设计 | 第50-51页 |
5.3 基于贝叶斯和混合交叉域相结合的分类器设计 | 第51-54页 |
5.4 仿真实验 | 第54-56页 |
5.5 本章小结 | 第56-57页 |
第六章 总结与展望 | 第57-58页 |
参考文献 | 第58-61页 |
发表论文和科研情况说明 | 第61-62页 |
致谢 | 第62-63页 |