首页--交通运输论文--铁路运输论文--车辆工程论文--车辆运用、保养与检修论文--车辆检修、检修设备与列检自动化论文

基于变分模态分解与随机共振的地铁齿轮箱故障诊断研究

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

论文共86页,点击 下载论文
上一篇:地铁车辆牵引传动系统可靠性建模与寿命评估
下一篇:地铁区间正穿地铁车站、顺穿桥梁方案优化研究