| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第11-25页 |
| 1.1 研究背景 | 第11-14页 |
| 1.1.1 选题意义 | 第11-12页 |
| 1.1.2 设备的故障诊断及健康监测方法 | 第12-14页 |
| 1.1.3 本论文研究重点与研究对象 | 第14页 |
| 1.2 噪声增强微弱信号方法 | 第14-20页 |
| 1.2.1 随机共振的理论发展历史 | 第15-16页 |
| 1.2.2 随机共振在机械故障诊断与设备状态监测领域的发展 | 第16-17页 |
| 1.2.3 随机共振的在不同领域的发展 | 第17-18页 |
| 1.2.4 随机共振发展统计 | 第18-20页 |
| 1.3 随机共振基本模型 | 第20-22页 |
| 1.3.1 经典随机共振模型 | 第20-21页 |
| 1.3.2 经典双稳随机共振 | 第21-22页 |
| 1.4 本论文的创新型与内容安排 | 第22-25页 |
| 1.4.1 论文的创新点 | 第22页 |
| 1.4.2 论文的内容结构 | 第22-25页 |
| 第二章 基于多尺度噪声参数调节的随机共振方法 | 第25-35页 |
| 2.1 引言 | 第25页 |
| 2.2 小波变换 | 第25-28页 |
| 2.2.1 连续小波变换 | 第25-26页 |
| 2.2.2 离散小波变换 | 第26-28页 |
| 2.3 多尺度噪声参数调节的随机共振方法 | 第28-33页 |
| 2.3.1 经典大参数双稳态随机共振模型 | 第28-30页 |
| 2.3.2 多尺度噪声调节 | 第30-33页 |
| 2.4 本章小结 | 第33-35页 |
| 第三章 基于多尺度随机共振谱的随机共振方法 | 第35-53页 |
| 3.1 引言 | 第35页 |
| 3.2 短时傅里叶变换 | 第35-37页 |
| 3.2.1 连续时间的短时傅里叶变换 | 第36页 |
| 3.2.2 离散时间的短时傅里叶变换 | 第36-37页 |
| 3.3 多尺度随机共振谱的随机共振方法 | 第37-38页 |
| 3.4 MSSRS方法的仿真验证 | 第38-41页 |
| 3.4.1 位于不同尺度上的相同故障频率的仿真信号验证 | 第38-40页 |
| 3.4.2 位于不同尺度上的不同故障频率的仿真信号验证 | 第40-41页 |
| 3.5 MSSRS方法的实验验证 | 第41-49页 |
| 3.5.1 使用西储大学数据验证 | 第41-46页 |
| 3.5.2 6220SKF型号的故障轴承实验信号验证 | 第46-47页 |
| 3.5.3 轴承与齿轮箱混合信号的实验验证 | 第47-49页 |
| 3.6 不同随机共振算法的时间复杂度分析 | 第49-51页 |
| 3.7 本章小结和讨论 | 第51-53页 |
| 第四章 故障诊断算法的软件实现与工程应用 | 第53-63页 |
| 4.1 引言 | 第53页 |
| 4.2 实时信号处理的手机APP | 第53-57页 |
| 4.2.1 APP的设计方案 | 第54-56页 |
| 4.2.2 APP模拟检测轴承外圈故障 | 第56-57页 |
| 4.3 在线监测系统服务器端的实现 | 第57-61页 |
| 4.3.1 在线监测系统服务器端的设计 | 第58-60页 |
| 4.3.2 在线监测系统的前端展示 | 第60-61页 |
| 4.4 本章小结和讨论 | 第61-63页 |
| 第五章 总结与展望 | 第63-65页 |
| 5.1 本文总结 | 第63页 |
| 5.2 展望 | 第63-65页 |
| 参考文献 | 第65-71页 |
| 致谢 | 第71-73页 |
| 在读期间发表的学术论文 | 第73页 |
