| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第1章 绪论 | 第10-20页 |
| ·机械故障诊断研究的背景 | 第10-11页 |
| ·滚动轴承故障早期诊断的意义 | 第11-12页 |
| ·国内外研究的状况及发展趋势 | 第12-15页 |
| ·滚动轴承早期故障检测与诊断技术及其关键性问题 | 第15-18页 |
| ·特征提取的方法 | 第16-17页 |
| ·基于模糊理论的特征融合诊断方法 | 第17-18页 |
| ·课题来源 | 第18页 |
| ·论文研究的主要内容 | 第18-20页 |
| 第2章 滚动轴承早期故障诊断机理分析 | 第20-29页 |
| ·设备系统早期故障的机理分析 | 第20-22页 |
| ·滚动轴承的振动特性及故障机理分析 | 第22-28页 |
| ·滚动轴承的旋转机构 | 第23页 |
| ·滚动轴承的振动类型 | 第23-28页 |
| ·本章小结 | 第28-29页 |
| 第3章 轴承早期故障特征提取方法的研究 | 第29-43页 |
| ·引言 | 第29-30页 |
| ·基于小波变换的轴承早期故障特征提取方法的研究 | 第30-34页 |
| ·小波变换理论 | 第30-33页 |
| ·小波变换提取轴承早期故障特征方法的研究 | 第33-34页 |
| ·基于小波变换轴承早期故障特征提取的实例应用 | 第34-36页 |
| ·实验数据介绍及预处理 | 第34-36页 |
| ·小波变换在轴承早期故障特征提取中的应用 | 第36页 |
| ·基于小波包分析的轴承早期故障特征提取方法的研究 | 第36-38页 |
| ·小波包分析 | 第36-37页 |
| ·基于小波包分析的轴承早期故障特征提取方法的研究 | 第37-38页 |
| ·基于数理统计分析的特征选择方法的研究 | 第38页 |
| ·基于小波包变换的轴承早期故障特征提取的实例应用 | 第38-42页 |
| ·基于小波包变换的轴承早期故障特征提取 | 第38-41页 |
| ·基于数理统计方法的轴承早期故障特征频带的选择 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 第4章 基于模糊算法和遗传算法的轴承早期故障诊断方法的研究 | 第43-70页 |
| ·引言 | 第43页 |
| ·模糊数学原理 | 第43-45页 |
| ·模糊关系合成 | 第44-45页 |
| ·模糊逻辑 | 第45页 |
| ·基于模糊关系方程的轴承故障早期诊断方法研究 | 第45-55页 |
| ·模糊关系方程的故障诊断理论 | 第46-48页 |
| ·故障征兆隶属度的确定 | 第48-49页 |
| ·模糊故障诊断矩阵的确定 | 第49-50页 |
| ·模糊故障诊断算子及故障原因的确定 | 第50-51页 |
| ·实例应用 | 第51-55页 |
| ·遗传算法 | 第55-60页 |
| ·遗传算法的基本思想及实现过程 | 第55-59页 |
| ·遗传算法控制参数的选择分析 | 第59-60页 |
| ·基于遗传算法优化模糊故障诊断矩阵方法的研究 | 第60-69页 |
| ·实例应用 | 第62-69页 |
| ·本章小结 | 第69-70页 |
| 第5章 基于T-S模糊模型的轴承故障早期诊断 | 第70-81页 |
| ·引言 | 第70页 |
| ·T-S模糊模型的数学原理 | 第70-72页 |
| ·基于遗传算法优化T-S模糊模型方法的研究 | 第72-74页 |
| ·遗传算法优化T-S模糊模型在轴承故障早期诊断中的应用 | 第74-80页 |
| ·T-S模糊模型参数范围的选择 | 第75页 |
| ·染色体编码 | 第75-76页 |
| ·初始个体的产生 | 第76页 |
| ·遗传算子的选择 | 第76-77页 |
| ·适应度函数的构造 | 第77-80页 |
| ·本章小结 | 第80-81页 |
| 结论 | 第81-82页 |
| 参考文献 | 第82-87页 |
| 致谢 | 第87页 |