摘要 | 第5-7页 |
Abstract | 第7-9页 |
第一章 绪论 | 第13-29页 |
1.1 研究背景及意义 | 第13页 |
1.2 油膜支承可倾瓦轴承发展概述 | 第13-15页 |
1.3 工频干扰数学模型基础 | 第15-16页 |
1.4 国内外工频干扰消除方法研究进展 | 第16-27页 |
1.4.1 基于滤波器理论工频干扰消除方法 | 第16-18页 |
1.4.2 基于盲源分离工频干扰消除方法 | 第18页 |
1.4.3 基于神经网络工频干扰消除方法 | 第18-19页 |
1.4.4 基于参数拟合工频干扰消除方法 | 第19-20页 |
1.4.5 基于信号分解理论工频干扰消除方法 | 第20-23页 |
1.4.6 基于奇异值分解工频干扰消除方法 | 第23-27页 |
1.5 主要研究内容及章节安排 | 第27-29页 |
第二章 油膜支承可倾瓦轴承试验与试验信号特征分析 | 第29-39页 |
2.1 引言 | 第29页 |
2.2 油膜支承可倾瓦轴承工作原理 | 第29-31页 |
2.3 试验装置构造与试验方案设计 | 第31-34页 |
2.3.1 试验装置构造 | 第31-33页 |
2.3.2 试验方案设计 | 第33-34页 |
2.4 试验信号特征分析 | 第34-38页 |
2.4.1 油膜支承可倾瓦轴承试验信号特征 | 第34-36页 |
2.4.2 常规轴承试验信号特征 | 第36-37页 |
2.4.3 试验信号特征分析 | 第37-38页 |
2.5 本章小结 | 第38-39页 |
第三章 奇异值和奇异向量特性研究 | 第39-65页 |
3.1 引言 | 第39页 |
3.2 奇异值分解方法优势与局限性 | 第39-52页 |
3.2.1 奇异值分解原理与方法 | 第39-41页 |
3.2.2 常用工频干扰消除方法对比及奇异值分解方法优势 | 第41-51页 |
3.2.3 经典奇异值分解方法在工频干扰消除上局限性 | 第51-52页 |
3.3 奇异值和奇异向量特性研究 | 第52-63页 |
3.3.1 奇异值影响因素分析 | 第52-54页 |
3.3.2 奇异值有效阶次确定 | 第54-59页 |
3.3.3 奇异向量特性分析 | 第59-63页 |
3.4 本章小结 | 第63-65页 |
第四章 基于奇异向量谱估计工频干扰消除算法 | 第65-82页 |
4.1 引言 | 第65页 |
4.2 工频干扰消除判别方法 | 第65-66页 |
4.3 基于奇异向量谱估计工频干扰消除算法 | 第66-76页 |
4.3.1 算法原理 | 第66页 |
4.3.2 工程应用 | 第66-72页 |
4.3.3 算法有效性分析 | 第72-76页 |
4.4 SVD谱图及其在工频干扰消除上应用 | 第76-80页 |
4.4.1 SVD谱图提出与定义 | 第76-80页 |
4.4.2 SVD谱图应用 | 第80页 |
4.5 本章小结 | 第80-82页 |
第五章 基于奇异值分解工频干扰消除算法 | 第82-100页 |
5.1 引言 | 第82页 |
5.2 迭代奇异值分解工频干扰消除算法 | 第82-89页 |
5.2.1 算法原理 | 第82-83页 |
5.2.2 算法仿真 | 第83-85页 |
5.2.3 工程应用 | 第85-89页 |
5.3 融合平稳小波变换的奇异值分解工频干扰消除算法 | 第89-96页 |
5.3.1 平稳小波变换分析 | 第89-91页 |
5.3.2 算法原理 | 第91-92页 |
5.3.3 工程应用 | 第92-96页 |
5.4 各试验工况下工频参数综合分析 | 第96-98页 |
5.5 本章小结 | 第98-100页 |
结论与展望 | 第100-102页 |
参考文献 | 第102-114页 |
攻读博士学位期间取得的研究成果 | 第114-115页 |
致谢 | 第115-116页 |
附件 | 第116页 |