首页--工业技术论文--电工技术论文--电气化、电能应用论文--电力牵引论文--牵引电气设备及辅助机组论文--牵引电机论文

基于数学形态学的牵引电机滚动轴承故障诊断研究

摘要第1-4页
ABSTRACT第4-8页
主要符号说明第8-9页
第一章 绪论第9-16页
   ·引言第9页
   ·牵引电机滚动轴承故障诊断的研究你意义和研究内容第9-10页
   ·国内外牵引电机滚动轴承故障诊断的研究现状第10-11页
     ·短时傅里叶变换(STFT)第10页
     ·小波变换第10-11页
     ·希尔伯特黄变换(HHT)第11页
   ·数学形态学理论的研究与应用第11-13页
     ·数学形态学的形成与发展第11页
     ·数学形态学基本理论第11-12页
     ·数学形态滤波的基本理论第12-13页
     ·数学形态学在机械故障诊断中的研究现状第13页
   ·本课题研究的主要内容和重点第13-16页
第二章 牵引电机滚动轴承振动机理和常用诊断方法第16-26页
   ·牵引电机滚动轴承的典型结构第16页
   ·牵引电机滚动轴承异常的主要形式第16页
   ·牵引电机滚动轴承振动机理和故障频率特征第16-18页
     ·滚动轴承振动机理第16-17页
     ·滚动轴承故障信号特征第17页
     ·滚动轴承的固有振动频率和故障特征频率第17-18页
   ·频域分析法第18-19页
     ·功率谱分析第19页
     ·细化谱分析第19页
     ·倒频谱分析第19页
   ·时频分析振动信号的时频分析第19-22页
     ·短时傅立叶变换第19-20页
     ·希尔伯特变换第20-21页
     ·小波变换第21-22页
   ·分形理论的介绍第22页
     ·分形的由来第22页
     ·分形理论测量状态信号第22页
   ·熵的引入第22-25页
     ·信息熵第23页
     ·样本熵第23页
     ·数学形态谱熵第23-25页
   ·本章小结第25-26页
第三章 基于 EMD 和 LMS 自适应形态滤波的牵引电机滚动轴承故障诊断第26-34页
   ·引言第26页
   ·EMD 介绍第26-27页
   ·数学形态学第27-29页
     ·数学形态学的基本原理第27页
     ·广义开—闭和闭—开形态滤波器第27-28页
     ·自适应形态滤波第28-29页
   ·转向架轴承故障诊断分析第29页
   ·仿真分析第29-30页
   ·实例分析第30-33页
   ·本章小结第33-34页
第四章 基于 EMD-1(1/2)维谱熵的牵引电机滚动轴承故障诊断第34-41页
   ·引言第34-36页
     ·1(1/2)维谱第34-36页
     ·Elman 神经网络原理第36页
   ·EMD-1(1/2)维谱熵-神经网络故障诊断原理第36-37页
   ·实验分析第37-40页
     ·试验说明第37页
     ·特征提取第37-39页
     ·故障诊断试验结果与分析第39-40页
     ·故障诊断试验结果对比分析第40页
   ·本章小结第40-41页
第五章 基于形态滤波优化算法的牵引电机滚动轴承故障诊断方法第41-56页
   ·引言第41页
   ·LMD 原理和峭度准则第41-43页
     ·LMD 原理第41-42页
     ·峭度准则第42-43页
   ·形态学滤波介绍第43-45页
     ·基本理论第43页
     ·基本形态差值运算第43页
     ·自适应多尺度多元素形态差值运算第43-45页
   ·Elman 神经网络原理第45-46页
   ·LMD-形态滤波-神经网络故障诊断原理第46页
   ·仿真分析第46-48页
   ·实验分析第48-55页
     ·试验说明第48-49页
     ·特征提取方法的对比第49-53页
     ·特征向量第53页
     ·故障诊断试验结果及对比第53-55页
     ·故障诊断试验结果对比分析第55页
   ·本章小结第55-56页
第六章 总结第56-58页
   ·全文总结第56页
   ·创新点第56-57页
   ·研究展望第57-58页
参考文献第58-62页
个人简历 在读期间发表的学术论文第62-63页
致谢第63页

论文共63页,点击 下载论文
上一篇:直接功率控制在三相光伏并网中的研究
下一篇:基于免疫聚类的配电网故障分类识别方法研究