基于分段聚类的滚动轴承故障诊断方法研究
| 摘要 | 第1-4页 |
| Abstract | 第4-6页 |
| 目录 | 第6-9页 |
| 第一章 绪论 | 第9-15页 |
| ·本课题研究目的和意义 | 第9页 |
| ·滚动轴承故障诊断的基本方法 | 第9-11页 |
| ·滚动轴承故障诊断的基本步骤 | 第9-10页 |
| ·滚动轴承故障诊断方法 | 第10-11页 |
| ·滚动轴承振动监测与故障诊断研究概况 | 第11-13页 |
| ·滚动轴承振动监测与故障诊断基本原理 | 第11页 |
| ·滚动轴承振动监测与故障诊断国内外研究概况 | 第11-13页 |
| ·本论文研究内容 | 第13-15页 |
| 第二章 滚动轴承振动机理及故障理论模型 | 第15-25页 |
| ·滚动轴承振动机理及故障特征频率计算 | 第15-18页 |
| ·滚动轴承的振动机理 | 第15-17页 |
| ·滚动轴承故障特征频率计算 | 第17-18页 |
| ·滚动轴承损伤类故障精确诊断理论模型 | 第18-23页 |
| ·滚动轴承单个故障点理论模型 | 第18-22页 |
| ·滚动轴承元件有多个故障点的理论模型 | 第22-23页 |
| ·本章小结 | 第23-25页 |
| 第三章 基于小波分析的脉冲信号分段截取 | 第25-39页 |
| ·小波分析产生的背景 | 第25-27页 |
| ·傅立叶变换 | 第25-26页 |
| ·短时傅立叶变换 | 第26-27页 |
| ·小波分析理论基础 | 第27-31页 |
| ·小波分析理论概述 | 第27-28页 |
| ·连续小波变换 | 第28-30页 |
| ·小波包分析 | 第30-31页 |
| ·基于小波分析的轴承振动信号奇异性分析 | 第31-34页 |
| ·基于幅值阈值的脉冲信号分段截取 | 第34-38页 |
| ·本章小结 | 第38-39页 |
| 第四章 分段脉冲信号特征提取 | 第39-61页 |
| ·时、频域特征提取 | 第39-46页 |
| ·时域特征提取 | 第39-41页 |
| ·频域特征提取 | 第41-43页 |
| ·实验数据分析 | 第43-46页 |
| ·基于小波包能量特征提取 | 第46-50页 |
| ·基于小波包能量特征提取实现方案 | 第46-48页 |
| ·实验分析 | 第48-50页 |
| ·主成分分析 | 第50-53页 |
| ·主成分分析的几何意义 | 第51-52页 |
| ·主成分分析原理 | 第52页 |
| ·主成分性质 | 第52-53页 |
| ·实验测试验证 | 第53-59页 |
| ·时域主成分分析 | 第54-56页 |
| ·频域主成分分析 | 第56-58页 |
| ·小波包能量特征主成分分析 | 第58-59页 |
| ·本章小结 | 第59-61页 |
| 第五章 聚类分析在轴承故障诊断中的应用 | 第61-83页 |
| ·聚类分析概述 | 第61-67页 |
| ·聚类分析简介 | 第61-62页 |
| ·模式相似性测度 | 第62-64页 |
| ·类和类间距离 | 第64-65页 |
| ·聚类准则函数 | 第65-67页 |
| ·聚类分析算法 | 第67-70页 |
| ·简单聚类法 | 第68页 |
| ·层次聚类法(谱系聚类法) | 第68-69页 |
| ·动态聚类法 | 第69-70页 |
| ·FCM聚类算法的参数研究 | 第70-71页 |
| ·加权指数m对FCM算法的影响 | 第70页 |
| ·模糊聚类有效性 | 第70-71页 |
| ·聚类算法在轴承故障诊断中的应用 | 第71-80页 |
| ·实验平台及硬、软件设备 | 第71-72页 |
| ·实验方案及步骤 | 第72-74页 |
| ·实验数据分析 | 第74-80页 |
| ·本章小结 | 第80-83页 |
| 第六章 总结与展望 | 第83-85页 |
| ·本文总结 | 第83-84页 |
| ·研究展望 | 第84-85页 |
| 致谢 | 第85-87页 |
| 参考文献 | 第87-95页 |
| 附录A 攻读硕士学位期间发表的论文 | 第95页 |
