| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 选题背景与研究意义 | 第8-11页 |
| 1.1.1 课题的研究背景 | 第8-9页 |
| 1.1.2 课题的研究意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 本文研究的主要内容 | 第13页 |
| 本章小结 | 第13-14页 |
| 第二章 常用列车轴承振动特性研究 | 第14-25页 |
| 2.1 高速列车常用轴承 | 第14-17页 |
| 2.2 高速列车轴承常见故障类型 | 第17-18页 |
| 2.3 滚动轴承振动机理分析 | 第18-23页 |
| 2.3.1 列车轴箱轴承的基本结构 | 第18页 |
| 2.3.2 滚动轴承结构特点引起的振动 | 第18-21页 |
| 2.3.3 滚动轴承故障引起的振动 | 第21-23页 |
| 2.4 滚动轴承振动信号特征 | 第23-24页 |
| 2.4.1 外圈损伤 | 第23页 |
| 2.4.2 内圈损伤 | 第23-24页 |
| 2.4.3 滚动体损伤 | 第24页 |
| 本章小结 | 第24-25页 |
| 第三章 滚动轴承故障特征向量提取及故障诊断方法 | 第25-42页 |
| 3.1 滚动轴承故障特征向量提取 | 第25-28页 |
| 3.2 滚动轴承故障诊断的基本方法 | 第28-35页 |
| 3.2.1 时域指标法 | 第28-29页 |
| 3.2.2 频谱分析法 | 第29-32页 |
| 3.2.3 时频分析法 | 第32-34页 |
| 3.2.4 共振解调法 | 第34-35页 |
| 3.3 基于神经网络的故障诊断系统 | 第35-40页 |
| 3.3.1 试验样本数据分析及故障特征提取 | 第35-36页 |
| 3.3.2 BP神经网络设计 | 第36-38页 |
| 3.3.3 PNN神经网络设计 | 第38-39页 |
| 3.3.4 RBF神经网络设计 | 第39-40页 |
| 3.4 神经网络故障诊断结果分析 | 第40-41页 |
| 本章小结 | 第41-42页 |
| 第四章 基于混合编程的轴承故障诊断检测设备系统设计 | 第42-58页 |
| 4.1 轴承故障诊断平台总体设计 | 第42页 |
| 4.2 混合编程 | 第42-46页 |
| 4.3 软件系统设计 | 第46-55页 |
| 4.3.1 采集界面 | 第47-50页 |
| 4.3.2 诊断界面 | 第50-55页 |
| 4.4 硬件系统设计 | 第55-57页 |
| 本章小结 | 第57-58页 |
| 第五章 轴承故障监测诊断实验及数据分析 | 第58-78页 |
| 5.1 振动分析仪信号采集诊断实验 | 第58-63页 |
| 5.1.1 建立滚动轴承实验平台 | 第58-60页 |
| 5.1.2 试验轴承故障设置 | 第60-62页 |
| 5.1.3 实验过程及方法 | 第62页 |
| 5.1.4 实验结果总结 | 第62-63页 |
| 5.2 自建系统轴承故障监测诊断实验 | 第63-75页 |
| 5.2.1 实验设备 | 第64页 |
| 5.2.2 试验方案设计 | 第64-65页 |
| 5.2.3 试验数据分析 | 第65-75页 |
| 5.3 西储大学实验数据故障诊断试验 | 第75-76页 |
| 5.4 三种试验分析对比 | 第76-77页 |
| 本章小结 | 第77-78页 |
| 结论与展望 | 第78-80页 |
| 参考文献 | 第80-83页 |
| 致谢 | 第83页 |