基于混沌分形与模糊聚类的滚动轴承故障诊断
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-18页 |
| ·机械故障诊断的意义 | 第10-11页 |
| ·轴承故障诊断技术的发展概况 | 第11-13页 |
| ·轴承故障诊断的内容 | 第13-17页 |
| ·故障特征提取研究现状 | 第13-15页 |
| ·模糊聚类分析在故障状态识别中的研究现状 | 第15-17页 |
| ·课题来源与主要研究内容 | 第17-18页 |
| 第2章 滚动轴承故障形式及振动诊断方法 | 第18-32页 |
| ·滚动轴承的结构与分类 | 第18-19页 |
| ·滚动轴承的故障形式 | 第19-22页 |
| ·滚动轴承振动机理 | 第22-24页 |
| ·传统的振动信号处理方法 | 第24-30页 |
| ·时域分析 | 第24-25页 |
| ·频域分析 | 第25-26页 |
| ·时频分析 | 第26-30页 |
| ·本章小结 | 第30-32页 |
| 第3章 基于混沌分形的非线性信号分析 | 第32-54页 |
| ·非线性时间序列分析过程 | 第32-34页 |
| ·基于相空间重构的定性分析 | 第34-45页 |
| ·混沌理论与相空间重构 | 第34-35页 |
| ·基于微分熵的相空间重构参数确定 | 第35-39页 |
| ·延迟向量方差算法 | 第39-41页 |
| ·噪声对延迟向量方差算法的影响 | 第41-45页 |
| ·基于多重分形的定量分析 | 第45-52页 |
| ·分形理论概述 | 第45页 |
| ·广义维数与多重分形 | 第45-48页 |
| ·多重分形去趋势波动分析 | 第48-50页 |
| ·多重分形谱特征提取 | 第50-52页 |
| ·本章小结 | 第52-54页 |
| 第4章 模糊聚类分析方法 | 第54-61页 |
| ·聚类分析方法 | 第54-55页 |
| ·模糊聚类算法 | 第55-58页 |
| ·模糊C 均值聚类 | 第55-56页 |
| ·模糊最大似然估计聚类算法 | 第56-58页 |
| ·模糊模式识别的基本方法 | 第58-60页 |
| ·最大隶属原则 | 第59页 |
| ·贴近度择近原则 | 第59-60页 |
| ·本章小结 | 第60-61页 |
| 第5章 滚动轴承故障诊断实验 | 第61-83页 |
| ·故障数据来源 | 第61-62页 |
| ·频谱分析 | 第62-64页 |
| ·小波分析 | 第64-68页 |
| ·故障信号定性分析 | 第68-71页 |
| ·确定重构参数 | 第68-69页 |
| ·基于延迟向量方差的定性分析 | 第69-71页 |
| ·故障信号定量分析 | 第71-76页 |
| ·MF-DFA 尺度指标 | 第71-73页 |
| ·多重分形谱参数提取 | 第73-76页 |
| ·FMLE 聚类在故障识别中的应用 | 第76-82页 |
| ·故障模糊聚类 | 第76-79页 |
| ·故障识别结果 | 第79-82页 |
| ·本章小结 | 第82-83页 |
| 结论 | 第83-85页 |
| 参考文献 | 第85-90页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第90-91页 |
| 致谢 | 第91-92页 |
| 作者简介 | 第92页 |
