| 摘要 | 第1-6页 |
| ABSTRACT | 第6-12页 |
| 1 绪论 | 第12-26页 |
| ·选题背景及意义 | 第12-13页 |
| ·滚动轴承故障诊断文献综述 | 第13-16页 |
| ·滚动轴承故障诊断方法 | 第16-20页 |
| ·滚动轴承故障特征频率 | 第20-23页 |
| ·论文的结构和主要工作 | 第23-26页 |
| 2 小波分析基本理论 | 第26-36页 |
| ·引言 | 第26-27页 |
| ·小波分析 | 第27-31页 |
| ·小波包分析 | 第31-34页 |
| ·本章小结 | 第34-36页 |
| 3 基于Morlet小波的滚动轴承故障诊断 | 第36-55页 |
| ·引言 | 第36-37页 |
| ·问题描述 | 第37-41页 |
| ·最佳参数选择算法 | 第41-44页 |
| ·实测信号分析 | 第44-54页 |
| ·本章小结 | 第54-55页 |
| 4 基于小波包的滚动轴承故障诊断 | 第55-77页 |
| ·引言 | 第55-56页 |
| ·小波包分解 | 第56-58页 |
| ·Coifman最佳基搜索算法 | 第58-61页 |
| ·新的最佳节点搜索算法 | 第61-64页 |
| ·实测信号分析 | 第64-74页 |
| ·新算法峭度值比较分析 | 第74-75页 |
| ·本章小结 | 第75-77页 |
| 5 基于小波包和经验模态分解的滚动轴承故障诊断 | 第77-105页 |
| ·引言 | 第77-79页 |
| ·Hilbert-Huang变换 | 第79-85页 |
| ·滚动轴承组合故障诊断 | 第85-104页 |
| ·本章小结 | 第104-105页 |
| 6 基于经验模态分解和AR模型的滚动轴承故障模式识别 | 第105-127页 |
| ·引言 | 第105-106页 |
| ·AR模型参数和阶数的确定 | 第106-108页 |
| ·基于EMD和AR模型的故障模式识别方法 | 第108-112页 |
| ·实测信号故障模式识别 | 第112-126页 |
| ·本章小结 | 第126-127页 |
| 7 结论与展望 | 第127-130页 |
| ·主要结论 | 第127-128页 |
| ·主要创新点 | 第128页 |
| ·展望 | 第128-130页 |
| 致谢 | 第130-131页 |
| 攻读博士学位期间发表的论文 | 第131-132页 |
| 参考文献 | 第132-141页 |