摘要 | 第4-5页 |
Abstract | 第5页 |
第1章 绪论 | 第8-14页 |
1.1 课题研究的背景目的与意义 | 第8页 |
1.2 微弱信号检测技术的国内外研究现状 | 第8-10页 |
1.2.1 传统微弱信号检测技术 | 第8-9页 |
1.2.2 现代微弱信号检测技术 | 第9-10页 |
1.3 随机共振国内外研究进展 | 第10-11页 |
1.4 主要研究内容和结构安排 | 第11-14页 |
1.4.1 主要研究内容 | 第11-12页 |
1.4.2 结构安排 | 第12-14页 |
第2章 基于粒子群算法优化的VMD消噪方法 | 第14-35页 |
2.1 基本概念 | 第14-17页 |
2.1.1 模态的定义 | 第14页 |
2.1.2 解析信号 | 第14-16页 |
2.1.3 瞬时频率 | 第16页 |
2.1.4 本征模态函数 | 第16-17页 |
2.2 变分模态分解基本原理 | 第17-19页 |
2.3 VMD仿真分析 | 第19-26页 |
2.4 基于粒子群算法的参数优化变分模态分解降噪方法 | 第26-34页 |
2.4.1 基于粒子群算法的参数优化变分模态分解方法 | 第27-28页 |
2.4.2 诊断流程 | 第28-29页 |
2.4.3 实测试验台振动信号算法验证 | 第29-34页 |
2.5 本章小结 | 第34-35页 |
第3章 随机共振基本理论 | 第35-41页 |
3.1 SR原理 | 第35-39页 |
3.1.1 郎之万方程 | 第35-37页 |
3.1.2 福克-普朗克方程 | 第37页 |
3.1.3 绝热近似理论 | 第37-39页 |
3.2 随机共振常用测度指标 | 第39-40页 |
3.2.1 信噪比和信噪比增益 | 第39页 |
3.2.2 互相关系数 | 第39-40页 |
3.2.3 误码率和信道容量 | 第40页 |
3.3 本章小结 | 第40-41页 |
第4章 基于改进的自适应随机共振故障特征提取方法 | 第41-55页 |
4.1 随机共振数值求解方法 | 第41页 |
4.2 基于改进参数的变步长随机共振方法 | 第41-43页 |
4.3 基于改进的自适应变步长随机共振方法 | 第43-54页 |
4.3.1 自适应变步长随机共振的处理流程 | 第43-44页 |
4.3.2 仿真验证 | 第44-50页 |
4.3.3 地铁齿轮箱试验台采集信号分析 | 第50-54页 |
4.4 本章小结 | 第54-55页 |
第5章 基于参数优化的VMD和自适应变步长随机共振故障诊断方法 | 第55-78页 |
5.1 地铁车辆齿轮箱模拟试验台 | 第55-61页 |
5.1.1 地铁车辆齿轮箱试验台总体结构分析 | 第55-56页 |
5.1.2 齿轮箱故障模拟试验台 | 第56-57页 |
5.1.3 信号采集系统 | 第57-60页 |
5.1.4 传感器布置方案 | 第60-61页 |
5.2 基于参数优化的VMD和自适应变步长随机共振故障诊断方法 | 第61-62页 |
5.3 仿真试验验证分析 | 第62-66页 |
5.4 地铁齿轮箱试验台故障信号处理 | 第66-76页 |
5.4.1 齿轮故障信号诊断分析 | 第66-71页 |
5.4.2 轴承故障信号诊断分析 | 第71-76页 |
5.5 本章小结 | 第76-78页 |
结论与展望 | 第78-80页 |
本文总结 | 第78页 |
不足与展望 | 第78-80页 |
参考文献 | 第80-84页 |
致谢 | 第84-85页 |
攻读硕士期间发表的论文与参与的项目 | 第85-86页 |
发表的论文 | 第85页 |
参与的项目 | 第85-86页 |