| 摘要 | 第2-3页 |
| abstract | 第3页 |
| 第一章 绪论 | 第6-12页 |
| 1.1 课题来源 | 第6页 |
| 1.2 研究目的及意义 | 第6-7页 |
| 1.3 研究现状与发展趋势 | 第7-9页 |
| 1.3.1 研究现状 | 第7-8页 |
| 1.3.2 发展趋势 | 第8-9页 |
| 1.4 研究内容与技术路线 | 第9-10页 |
| 1.4.1 研究内容 | 第9页 |
| 1.4.2 技术路线 | 第9-10页 |
| 1.5 论文结构与主要内容 | 第10-12页 |
| 第二章 信号分析处理 | 第12-20页 |
| 2.1 滚动轴承故障分类 | 第12页 |
| 2.2 平稳随机信号分析 | 第12-16页 |
| 2.2.1 时域特征参数分析 | 第14-15页 |
| 2.2.2 傅里叶变换 | 第15-16页 |
| 2.2.3 快速傅里叶变换 | 第16页 |
| 2.3 非平稳随机信号分析 | 第16-19页 |
| 2.3.1 短时傅里叶变换 | 第17页 |
| 2.3.2 小波变换 | 第17-19页 |
| 2.4 本章小结 | 第19-20页 |
| 第三章 小波包算法分析 | 第20-30页 |
| 3.1 小波包分析 | 第20-22页 |
| 3.1.1 多分辨率分析 | 第20-21页 |
| 3.1.2 双尺度方程 | 第21-22页 |
| 3.2 MATLAB简介 | 第22页 |
| 3.3 基于MATLAB的小波包实验 | 第22-28页 |
| 3.4 本章小结 | 第28-30页 |
| 第四章 基于GABP故障诊断研究 | 第30-38页 |
| 4.1 BP神经网络 | 第30-31页 |
| 4.2 遗传算法 | 第31-32页 |
| 4.3 基于GABP滚动轴承故障诊断实验 | 第32-35页 |
| 4.3.1 GABP算法模型 | 第32-34页 |
| 4.3.2 仿真实验结果 | 第34-35页 |
| 4.4 本章小结 | 第35-38页 |
| 第五章 基于BBO-RBFNN故障诊断研究 | 第38-44页 |
| 5.1 径向基神经网络 | 第38-39页 |
| 5.2 BBO算法 | 第39-41页 |
| 5.2.1 迁移 | 第40页 |
| 5.2.2 变异 | 第40-41页 |
| 5.3 基于BBO-RBFNN滚动轴承故障诊断实验 | 第41-43页 |
| 5.4 本章小结 | 第43-44页 |
| 第六章 总结与展望 | 第44-46页 |
| 参考文献 | 第46-50页 |
| 攻读学位期间的研究成果 | 第50-52页 |
| 致谢 | 第52-54页 |