| 摘要 | 第1-7页 |
| ABSTRACT | 第7-13页 |
| 第一章 绪论 | 第13-17页 |
| ·课题研究的背景和意义 | 第13页 |
| ·旋转机械设备状态声发射检测的研究现状 | 第13-14页 |
| ·声发射信号的处理方法 | 第14页 |
| ·EMD 方法的研究状况 | 第14-15页 |
| ·本文的主要研究内容 | 第15-17页 |
| 第二章 水泵状态声发射信号分类技术基础研究 | 第17-31页 |
| ·系统总体设计 | 第17-18页 |
| ·水泵状态声发射信号的获取 | 第18-20页 |
| ·声发射信号检测原理 | 第18-19页 |
| ·获取水泵状态声发射信号 | 第19-20页 |
| ·EMD 的基本理论 | 第20-28页 |
| ·特征尺度参数 | 第20-21页 |
| ·IMF 分量 | 第21-23页 |
| ·EMD 分解算法与流程图 | 第23-27页 |
| ·仿真分析 | 第27-28页 |
| ·IMF 能量熵 | 第28-29页 |
| ·本章小结 | 第29-31页 |
| 第三章 EMD 在水泵状态特征提取中的两个关键技术研究 | 第31-43页 |
| ·EMD 在水泵状态声发射信号特征提取中的缺陷 | 第31-33页 |
| ·端点效应 | 第31-32页 |
| ·虚假模态分量 | 第32-33页 |
| ·常用的 EMD 端点效应处理法 | 第33-35页 |
| ·全局统计平均延拓法 | 第34页 |
| ·局部统计平均延拓法 | 第34页 |
| ·神经网络对信号序列延拓法 | 第34-35页 |
| ·基于半周期镜像延拓的 EMD 端点效应处理法 | 第35-37页 |
| ·半周期镜像延拓法 | 第35-36页 |
| ·仿真分析 | 第36-37页 |
| ·基于 KPCA 的虚假模态分量消除法 | 第37-42页 |
| ·KPCA | 第37-39页 |
| ·虚假模态分量消除法 | 第39页 |
| ·仿真及实验分析 | 第39-42页 |
| ·本章小结 | 第42-43页 |
| 第四章 基于 EMD 及 SVM 的水泵状态分类技术研究 | 第43-53页 |
| ·基于 IMF 能量熵的水泵状态声发射信号特征提取 | 第43-48页 |
| ·基于半周期镜像延拓的水泵状态声发射信号分解 | 第43-45页 |
| ·基于 KPCA 的虚假模态分量消除 | 第45-46页 |
| ·水泵状态声发射信号的 IMF 能量熵 | 第46-48页 |
| ·基于 SVM 的水泵状态分类 | 第48-51页 |
| ·SVM | 第48-49页 |
| ·实验验证与分析 | 第49-51页 |
| ·本章小结 | 第51-53页 |
| 第五章 总结与展望 | 第53-55页 |
| ·总结 | 第53页 |
| ·展望 | 第53-55页 |
| 参考文献 | 第55-59页 |
| 致谢 | 第59-61页 |
| 研究成果及发表的学术论文 | 第61-63页 |
| 作者和导师简介 | 第63-64页 |
| 附件 | 第64-65页 |
