摘要 | 第4-5页 |
Abstract | 第5页 |
第1章 绪论 | 第9-17页 |
1.1 课题研究背景及意义 | 第9-10页 |
1.2 滚动轴承故障诊断发展过程及研究现状 | 第10-14页 |
1.2.1 轴承故障诊断发展过程 | 第10-11页 |
1.2.2 常用的智能故障诊断方法 | 第11-14页 |
1.3 本文主要研究内容 | 第14-15页 |
1.4 本章小结 | 第15-17页 |
第2章 汽车变速器轴承的失效形式与故障类型 | 第17-25页 |
2.1 变速器轴承的结构 | 第17页 |
2.2 滚动轴承失效原因和失效形式 | 第17-19页 |
2.2.1 变速器轴承的失效原因 | 第17-18页 |
2.2.2 变速器轴承的主要故障形式 | 第18-19页 |
2.3 变速器轴承的工作情况 | 第19-21页 |
2.3.1 轴承工作时轴承的载荷分布 | 第19-20页 |
2.3.2 轴承工作时轴承元件上的载荷及应力变化 | 第20-21页 |
2.4 变速器轴承的寿命 | 第21-23页 |
2.4.1 轴承的寿命公式 | 第21页 |
2.4.2 不稳定载荷和不稳定转速时滚动轴承的寿命公式 | 第21-23页 |
2.4.3 变速器轴承的寿命 | 第23页 |
2.5 滚动轴承的故障特征频率 | 第23-24页 |
2.6 本章小结 | 第24-25页 |
第3章 变速器轴承的瞬态动力学分析 | 第25-37页 |
3.1 ANSYS Workbench软件简介 | 第25-26页 |
3.2 瞬态动力学分析简介 | 第26页 |
3.3 变速器轴承的瞬态动力学分析 | 第26-36页 |
3.3.1 建立轴承几何模型 | 第27-28页 |
3.3.2 设置轴承材料参数 | 第28页 |
3.3.3 定义接触区域 | 第28页 |
3.3.4 划分网格 | 第28-30页 |
3.3.5 施加载荷与边界条件 | 第30-31页 |
3.3.6 定义所需分析类型并求解 | 第31页 |
3.3.7 对结果进行分析与评价 | 第31-36页 |
3.4 本章小结 | 第36-37页 |
第4章 基于完全总体经验模态分解的特征提取 | 第37-63页 |
4.1 经验模态分解(EMD)简介 | 第37-39页 |
4.1.1 EMD分解简介 | 第37页 |
4.1.2 EMD分解算法 | 第37-38页 |
4.1.3 EMD主要性质 | 第38-39页 |
4.1.4 EMD存在的问题 | 第39页 |
4.2 总体经验模态分解(EEMD)简介 | 第39-41页 |
4.2.1 EEMD分解简介 | 第39-40页 |
4.2.2 EEMD分解算法 | 第40页 |
4.2.3 EEMD存在的问题 | 第40-41页 |
4.3 完全总体经验模态分解(CEEMD)简介 | 第41-42页 |
4.3.1 CEEMD分解简介 | 第41页 |
4.3.2 CEEMD分解算法 | 第41-42页 |
4.4 仿真实验与分析 | 第42-45页 |
4.5 本文采用的实验数据说明 | 第45-46页 |
4.6 振动信号的时域分析法 | 第46-48页 |
4.7 对时域信号进行CEEMD分解 | 第48-59页 |
4.8 求取各IMF分量的峭度指标并组成特征向量 | 第59页 |
4.9 基于拉普拉斯分值降维 | 第59-62页 |
4.9.1 拉普拉斯分值简介 | 第59-61页 |
4.9.2 数据处理 | 第61-62页 |
4.10 本章小结 | 第62-63页 |
第5章 滚动轴承故障诊断与程度分类 | 第63-79页 |
5.1 机器学习和统计学习基本理论 | 第63-65页 |
5.1.1 经验风险最小化原则 | 第63页 |
5.1.2 结构风险最小化原则 | 第63-65页 |
5.2 支持向量机 | 第65-72页 |
5.2.1 最优分类面构造 | 第66页 |
5.2.2 支持向量分类机 | 第66-68页 |
5.2.3 核函数 | 第68-69页 |
5.2.4 支持向量机参数优化 | 第69-70页 |
5.2.5 支持向量机模型 | 第70-72页 |
5.3 粒子群优化算法 | 第72-74页 |
5.3.1 粒子群算法简介 | 第72-73页 |
5.3.2 粒子群优化算法基本步骤 | 第73-74页 |
5.4 滚动轴承故障诊断与程度分类 | 第74-77页 |
5.5 本章小结 | 第77-79页 |
结论 | 第79-81页 |
参考文献 | 第81-85页 |
攻读硕士学位期间所发表的学术成果 | 第85-87页 |
致谢 | 第87页 |