| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-19页 |
| ·课题背景 | 第10-11页 |
| ·液压系统故障诊断技术的研究现状和发展趋势 | 第11-14页 |
| ·液压系统故障诊断技术的研究现状 | 第11-13页 |
| ·液压系统故障诊断技术的发展方向 | 第13-14页 |
| ·EMD 分解与小波脊线在故障诊断中的应用 | 第14-16页 |
| ·EMD 分解在故障诊断中的研究 | 第14-15页 |
| ·小波脊线法在故障诊断中的研究 | 第15-16页 |
| ·K 均值聚类分析在故障诊断中的应用 | 第16-17页 |
| ·本文研究的意义和主要内容 | 第17-19页 |
| ·本文研究的意义 | 第17-18页 |
| ·本文研究主要内容 | 第18-19页 |
| 第2章 基于 EMD 分解的小波脊线解调理论 | 第19-29页 |
| ·Hilbert 变换解调 | 第19页 |
| ·固有模态函数 | 第19-21页 |
| ·EMD 分解 | 第21-22页 |
| ·Hilbert 谱与 Hilbert 边际谱 | 第22页 |
| ·小波脊线理论 | 第22-25页 |
| ·小波脊线 | 第22-23页 |
| ·渐进信号的解析小波变换 | 第23-24页 |
| ·小波脊线与小波曲线 | 第24页 |
| ·基于小波脊线的信号瞬时特征提取 | 第24-25页 |
| ·小波脊线解调与 Hilbert 变换解调对仿真信号的研究 | 第25-28页 |
| ·本章小结 | 第28-29页 |
| 第3章 基于 EMD 分解的小波脊线法对液压泵振动信号分析 | 第29-46页 |
| ·基于 EMD 分解的小波脊线解调 | 第29页 |
| ·液压泵状态信号的采集 | 第29-31页 |
| ·柱塞泵滑靴磨损故障振动信号分析 | 第31-37页 |
| ·柱塞泵松靴故障振动信号分析 | 第37-41页 |
| ·柱塞泵中心弹簧失效故障振动信号分析 | 第41-45页 |
| ·本章小结 | 第45-46页 |
| 第4章 基于 EMD 分解的小波脊线法对轴承振动信号分析 | 第46-61页 |
| ·轴承故障研究意义 | 第46页 |
| ·轴承振动信号的采集 | 第46-48页 |
| ·轴承外圈故障振动信号分析 | 第48-52页 |
| ·轴承内圈故障振动信号分析 | 第52-55页 |
| ·轴承滚动体故障振动信号分析 | 第55-59页 |
| ·本章小结 | 第59-61页 |
| 第5章 故障特征向量提取及模式识别 | 第61-76页 |
| ·故障特征向量提取 | 第61-70页 |
| ·EMD 分解与小波脊线解调相结合的故障特征向量提取 | 第61-62页 |
| ·液压泵振动信号的特征提取 | 第62-66页 |
| ·轴承振动信号的特征提取 | 第66-70页 |
| ·模式识别 | 第70-75页 |
| ·K 均值聚类 | 第70-71页 |
| ·基于 K 均值聚类的轴向柱塞泵振动信号的故障识别 | 第71-73页 |
| ·基于 K 均值聚类轴承振动信号的故障识别 | 第73-75页 |
| ·本章小结 | 第75-76页 |
| 结论 | 第76-78页 |
| 参考文献 | 第78-81页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第81-82页 |
| 致谢 | 第82-83页 |
| 作者简介 | 第83页 |
