| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 插图索引 | 第10-12页 |
| 附表索引 | 第12-13页 |
| 第1章 绪论 | 第13-21页 |
| ·机械故障诊断概述 | 第13-14页 |
| ·滚动轴承故障诊断的意义 | 第14-18页 |
| ·滚动轴承故障诊断技术的发展历程 | 第15-16页 |
| ·滚动轴承故障诊断技术的研究现状及发展趋势 | 第16-18页 |
| ·支持向量数据描述理论及发展概况 | 第18-20页 |
| ·支持向量数据描述方法的产生 | 第18-19页 |
| ·支持向量数据描述理论发展概况 | 第19-20页 |
| ·本文的主要研究内容及结构安排 | 第20-21页 |
| 第2章 滚动轴承的故障机理与特征 | 第21-30页 |
| ·概述 | 第21页 |
| ·滚动轴承的结构 | 第21页 |
| ·滚动轴承的故障机理 | 第21-23页 |
| ·滚动轴承失效的基本形式 | 第23-24页 |
| ·滚动轴承的故障特征频率 | 第24-28页 |
| ·轴承元件固有频率 | 第24-25页 |
| ·滚动轴承的故障特征频率 | 第25-28页 |
| ·滚动轴承故障诊断实验 | 第28-29页 |
| ·滚动轴承故障诊断实验台 | 第28页 |
| ·滚动轴承故障设置和实验过程 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第3章 支持向量数据描述方法 | 第30-45页 |
| ·概述 | 第30页 |
| ·统计学习理论基础 | 第30-31页 |
| ·支持向量机 | 第31-33页 |
| ·支持向量数据描述方法 | 第33-36页 |
| ·KKT条件 | 第33页 |
| ·支持向量数据描述方法的原理 | 第33-36页 |
| ·支持向量数据描述的研究内容 | 第36-44页 |
| ·支持向量数据描述中的数据预处理 | 第36-39页 |
| ·支持向量数据描述中的核函数 | 第39-44页 |
| ·本章小结 | 第44-45页 |
| 第4章 局部均值分解方法 | 第45-54页 |
| ·概述 | 第45页 |
| ·局部均值方法原理 | 第45-47页 |
| ·LMD方法验证 | 第47-52页 |
| ·仿真信号分析 | 第47-49页 |
| ·LMD方法和EMD方法的比较 | 第49-52页 |
| ·本章小结 | 第52-54页 |
| 第5章 SVDD 方法在滚动轴承故障诊断中的应用 | 第54-67页 |
| ·概述 | 第54页 |
| ·基于时域特征值和SVDD的滚动轴承故障诊断方法 | 第54-57页 |
| ·时域特征参数选取 | 第54-55页 |
| ·基于时域特征值和SVDD方法在滚动轴承故障诊断中的应用 | 第55-57页 |
| ·基于SVDD和LMD奇异值的滚动轴承故障诊断方法 | 第57-61页 |
| ·基于LMD奇异值的特征向量提取 | 第57页 |
| ·基于SVDD和LMD奇异值的滚动轴承故障诊断方法应用 | 第57-61页 |
| ·基于SVDD和LMD包络谱的滚动轴承故障诊断方法 | 第61-66页 |
| ·基于LMD包络谱的特征向量提取 | 第61-62页 |
| ·基于SVDD和LMD包络谱的滚动轴承故障诊断方法应用 | 第62-66页 |
| ·本章小结 | 第66-67页 |
| 第6章 结论与展望 | 第67-69页 |
| ·结论 | 第67页 |
| ·展望 | 第67-69页 |
| 参考文献 | 第69-74页 |
| 致谢 | 第74-75页 |
| 附录A 攻读学位期间发表的学术论文目录 | 第75页 |
