首页--工业技术论文--机械、仪表工业论文--机械零件及传动装置论文--转动机件论文--轴承论文--滚动轴承论文

滚动轴承故障智能诊断方法的研究与实现

摘要第1-5页
Abstract第5-9页
1 绪论第9-15页
   ·机械故障诊断研究意义及发展概况第9-10页
     ·机械故障诊断研究的意义第9-10页
     ·机械故障诊断国内外研究概况第10页
   ·滚动轴承诊断技术的发展与现状第10-13页
     ·滚动轴承诊断技术的发展与现状第10-11页
     ·滚动轴承故障诊断方法第11-13页
     ·振动信号处理在滚动轴承故障诊断中的应用第13页
   ·本文的主要工作及内容安排第13-14页
   ·本章小结第14-15页
2 滚动轴承故障特征分析及振动诊断方式第15-26页
   ·概述第15页
   ·滚动轴承故障主要形式及成因第15-17页
   ·滚动轴承振动信号的特征第17-20页
     ·滚动轴承的固有振动频率第17-19页
     ·滚动轴承的故障特征频率第19-20页
   ·滚动轴承的振动信号分析方法第20-25页
     ·时域分析方法第21-23页
     ·频域分析方法第23-24页
     ·时频域分析方法第24-25页
   ·本章小结第25-26页
3 EMD的时频分析方法及其应用第26-38页
   ·概述第26页
   ·基本概念第26-28页
     ·瞬时频率第26-27页
     ·基本模态分量第27-28页
   ·EMD时频分析的基本原理第28-30页
     ·经验模态分解过程第28-29页
     ·经验模态分解停止准则第29-30页
   ·EMD方法的完备性和正交性第30-32页
     ·EMD方法的完备性第30-31页
     ·EMD方法的正交性第31-32页
   ·基于EMD的Hilbert变换(HHT)的基本原理和算法第32-34页
   ·EMD方法存在的问题及改进措施第34-37页
     ·局部均值的求解第34-36页
     ·端点效应处理方法第36-37页
   ·本章小结第37-38页
4 人工神经网络智能诊断第38-51页
   ·神经元网络概述第38-40页
     ·神经网络技术的发展与现状第38页
     ·人工神经元模型第38-39页
     ·神经网络学习规则第39-40页
   ·BP神经网络第40-45页
     ·BP神经网络模型结构第40-41页
     ·神经网络的前向计算第41-42页
     ·误差反向传播和加权系数的调整第42页
     ·输出层及隐含层加权系数的调整第42-43页
     ·加权系数的学习计算步骤第43-45页
   ·BP网络的设计第45页
     ·输入和输出层的设计第45页
     ·隐含层的设计第45页
   ·EMD与BP神经网络联合的故障智能诊断第45-50页
     ·EMD与神经网络联合故障诊断的可能性第45-46页
     ·EMD与BP网络联合诊断实验第46-50页
   ·本章小结第50-51页
5 基于EMD与BP神经网络的轴承故障智能诊断系统第51-60页
   ·概述第51页
   ·开发工具简介第51-53页
     ·Matlab第51-52页
     ·Visual Basic第52-53页
   ·Matlab与Visual Basic应用接口方法第53-54页
     ·使用ActiveX自动化服务技术第53页
     ·使用动态数据交换技术第53页
     ·将Matlab函数编译为可独立执行的动态连接库第53-54页
   ·软件系统基本功能介绍第54-59页
     ·软件系统的功能模块第54-55页
     ·系统主界面第55-56页
     ·振动信号常规分析模块界面第56-57页
     ·振动信号EMD分析模块界面第57-59页
   ·本章小结第59-60页
结论第60-61页
参考文献第61-64页
攻读硕士学位期间发表学术论文情况第64-65页
致谢第65-66页

论文共66页,点击 下载论文
上一篇:论未成年人取保候审适用的问题及其完善
下一篇:当前我国高职院校大学生政治社会化研究--以广东某职业学院为个案分析对象