面向主减速器在线诊断的盲源分离与HHT算法的研究与应用
摘要 | 第1-6页 |
Abstract | 第6-11页 |
第1章 绪论 | 第11-30页 |
·课题来源及研究意义 | 第12-26页 |
·课题来源 | 第12-14页 |
·研究目的与意义 | 第14-15页 |
·后桥主减速器故障诊断研究现状 | 第15-18页 |
·振动信号分析的研究现状 | 第18-26页 |
·主要研究工作 | 第26-28页 |
·论文的组织结构 | 第28-30页 |
第2章 后桥主减故障机理与诊断策略 | 第30-51页 |
·振动分析策略研究 | 第30-34页 |
·振动分析模型 | 第31-32页 |
·振动要素的选取 | 第32-34页 |
·主减速器制造工艺流程及工作原理 | 第34-35页 |
·后桥制造工艺流程 | 第34页 |
·主减总成图及工作原理 | 第34-35页 |
·五菱微车后桥主减结构故障机理 | 第35-45页 |
·研究对象 | 第35-37页 |
·格林森齿轮的啮合动力学模型的建立 | 第37-39页 |
·齿轮啮合振动模型 | 第39-42页 |
·主减齿轮典型故障及其特征频率 | 第42-45页 |
·在线检测平台与传感器放置策略 | 第45-50页 |
·静力分析模型与加载 | 第46-47页 |
·静力分析结果 | 第47-49页 |
·对比验证 | 第49-50页 |
·本章小结 | 第50-51页 |
第3章 盲源分离算法研究 | 第51-80页 |
·盲源分离的数学模型、准则与特性 | 第52-57页 |
·盲源分离的数学模型 | 第52-54页 |
·盲源分离的基本准则与方法 | 第54-55页 |
·盲源分离模型的可辨识性及不确定性 | 第55-57页 |
·盲源分离模型的等变化性 | 第57页 |
·FASTICA 算法及步骤 | 第57-65页 |
·FastICA 算法 | 第59-62页 |
·算法性能及分离效果评价指标 | 第62页 |
·仿真实验 | 第62-65页 |
·FastICA 算法的优化 | 第65-78页 |
·M-FastICA 算法 | 第66-67页 |
·Huber-M 估计函数理论 | 第67-69页 |
·改进 FastICA 算法的实现 | 第69-70页 |
·仿真分析 | 第70-73页 |
·实验分析 | 第73-75页 |
·基于能量判定自动识别分离信号 | 第75-78页 |
·本章小结 | 第78-80页 |
第4章 HHT 算法的研究 | 第80-104页 |
·HHT 分析非稳态信号 | 第81-88页 |
·稳态信号和非稳态信号 | 第81-82页 |
·EMD 的基本过程及须注意的问题 | 第82-86页 |
·Hilbert 变换和 Hilbert 能量谱 | 第86-88页 |
·HHT 的有效性验证及与小波分解的比较 | 第88-91页 |
·有效性验证 | 第88-89页 |
·与小波变换的比较 | 第89-91页 |
·EMD 端点效应抑制研究 | 第91-99页 |
·端点效应现象 | 第92-93页 |
·基于神经网络延拓抑制端点效应 | 第93-96页 |
·端点效应的评价指标 | 第96-97页 |
·不同延拓方法的效果对比 | 第97-99页 |
·主减振动信号 IMF 分量的能量特征提取 | 第99-103页 |
·本章小结 | 第103-104页 |
第5章 在线监测软硬件平台设计 | 第104-116页 |
·平台运转流程 | 第104-106页 |
·分流 | 第104-105页 |
·诊断 | 第105-106页 |
·平台硬件组成 | 第106-108页 |
·产品软件系统 | 第108-114页 |
·分流软件系统 | 第108-109页 |
·故障识别软件系统 | 第109-114页 |
·本章小结 | 第114-116页 |
第6章 总结与展望 | 第116-119页 |
·论文总结 | 第116-117页 |
·下一步的工作 | 第117-119页 |
致谢 | 第119-120页 |
参考文献 | 第120-129页 |
攻读博士期间参与科研项目及发表论文情况 | 第129-130页 |
附录 | 第130-142页 |
附录 1 部分源代码 | 第130-137页 |
附录 2 元件清单 | 第137-138页 |
附录 3 控制柜电气原理图 | 第138-139页 |
附录 4 PLC 连接图 | 第139-140页 |
附录 5 PLC 程序图 | 第140-142页 |