| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第10-17页 |
| 1.1 课题来源、研究目的及意义 | 第10-11页 |
| 1.1.1 课题来源 | 第10页 |
| 1.1.2 滚动轴承故障诊断研究的目的及意义 | 第10-11页 |
| 1.2 滚动轴承故障诊断的研究现状 | 第11-12页 |
| 1.3 盲源分离(BSS)理论 | 第12-15页 |
| 1.3.1 盲源分离概述 | 第12页 |
| 1.3.2 盲源分离的分类及数学模型 | 第12-13页 |
| 1.3.3 盲源分离的国内外研究现状 | 第13-15页 |
| 1.4 主要研究内容与结构安排 | 第15-17页 |
| 1.4.1 主要研究内容 | 第15-16页 |
| 1.4.2 论文结构 | 第16-17页 |
| 2 基于全矢ITD-ICA的滚动轴承故障特征提取方法研究 | 第17-39页 |
| 2.1 引言 | 第17页 |
| 2.2 盲源分离方法 | 第17-19页 |
| 2.2.1 独立分量分析方法 | 第17-18页 |
| 2.2.2 FastICA算法 | 第18-19页 |
| 2.3 时间固有尺度分解方法 | 第19-20页 |
| 2.4 全矢谱算法 | 第20-28页 |
| 2.4.1 基本理论 | 第21-25页 |
| 2.4.2 数值算法 | 第25-27页 |
| 2.4.3 实例应用 | 第27-28页 |
| 2.5 全矢ITD-ICA盲分离故障特征提取方法 | 第28-37页 |
| 2.5.1 互相关系数准则 | 第29页 |
| 2.5.2 有效PRC分量的选取 | 第29-30页 |
| 2.5.3 全矢ITD-ICA方法及流程 | 第30-31页 |
| 2.5.4 实验分析 | 第31-37页 |
| 2.6 本章小结 | 第37-39页 |
| 3 基于ITD-KICA的滚动轴承故障特征提取方法研究 | 第39-56页 |
| 3.1 引言 | 第39-40页 |
| 3.2 核独立分量分析方法(KICA) | 第40-44页 |
| 3.2.1 核独立分量分析原理 | 第40-41页 |
| 3.2.2 核独立分量分析算法步骤 | 第41-42页 |
| 3.2.3 仿真分析 | 第42-44页 |
| 3.3 ITD-KICA故障特征提取方法 | 第44-49页 |
| 3.3.1 ITD-KICA盲分离方法步骤 | 第44-45页 |
| 3.3.2 ITD-KICA盲分离方法流程 | 第45页 |
| 3.3.3 仿真分析 | 第45-49页 |
| 3.4 实验分析 | 第49-54页 |
| 3.5 本章小结 | 第54-56页 |
| 4 基于全矢ITD-KICA的滚动轴承故障诊断方法研究 | 第56-67页 |
| 4.1 引言 | 第56-57页 |
| 4.2 全矢-盲分离故障特征提取方法 | 第57-59页 |
| 4.2.1 全矢ITD-KICA方法 | 第57-58页 |
| 4.2.2 有效IC分量融合 | 第58-59页 |
| 4.3 实验分析 | 第59-66页 |
| 4.4 本章小结 | 第66-67页 |
| 5 结论与展望 | 第67-70页 |
| 5.1 本文工作总结 | 第67-68页 |
| 5.2 课题研究的创新点 | 第68-69页 |
| 5.3 展望 | 第69-70页 |
| 参考文献 | 第70-74页 |
| 致谢 | 第74-75页 |
| 个人简历、在学期间发表的学术论文及研究成果 | 第75页 |
