| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 研究背景与意义 | 第11页 |
| 1.2 故障诊断研究现状 | 第11-13页 |
| 1.3 时频分析方法的研究 | 第13-16页 |
| 1.3.1 傅里叶变换 | 第14页 |
| 1.3.2 Hilbert-Huang变换 | 第14-15页 |
| 1.3.3 极大重叠离散小波包变换 | 第15页 |
| 1.3.4 广义解调时频分析方法 | 第15-16页 |
| 1.3.5 局部均值分解时频分析方法 | 第16页 |
| 1.4 本文的创新点和章节安排 | 第16-19页 |
| 第二章 理论基础 | 第19-29页 |
| 2.1 EMD分解 | 第19-21页 |
| 2.2 LMD分解 | 第21-23页 |
| 2.3 MODWPT | 第23-25页 |
| 2.4 广义解调时频分析方法 | 第25-26页 |
| 2.5 本章小结 | 第26-29页 |
| 第三章 基于广义解调时频分析方法的滚动轴承故障诊断 | 第29-39页 |
| 3.1 广义解调时频分析方法 | 第29-30页 |
| 3.2 Hilbert变换 | 第30-32页 |
| 3.2.1 解析信号 | 第30-31页 |
| 3.2.2 瞬时频率 | 第31-32页 |
| 3.3 基于GDAT的滚动轴承故障诊断 | 第32-37页 |
| 3.3.1 基于GDAT的滚动轴承故障诊断方法的建立 | 第32-33页 |
| 3.3.2 相位函数的选择 | 第33-34页 |
| 3.3.3 数值仿真 | 第34-35页 |
| 3.3.4 仿真实验 | 第35-37页 |
| 3.4 本章小节 | 第37-39页 |
| 第四章 基于LMD直接法的滚动轴承故障诊断 | 第39-63页 |
| 4.1 LMD分解方法 | 第39-42页 |
| 4.1.1 EMD分解方法 | 第39-40页 |
| 4.1.2 LMD | 第40-41页 |
| 4.1.3 EMD和LMD分解结果比较 | 第41-42页 |
| 4.2 直接法求取瞬时频率 | 第42-47页 |
| 4.2.1 直接法 | 第43-45页 |
| 4.2.2 毛刺出现的原因及解决方法 | 第45-46页 |
| 4.2.3 直接法的判别条件 | 第46页 |
| 4.2.4 改进“直接法”求取信号瞬时频率的过程 | 第46-47页 |
| 4.3 基于LMD直接法瞬时频率求解方法 | 第47-51页 |
| 4.3.1 基于Hilbert变换的瞬时频率求解方法 | 第47-48页 |
| 4.3.1.1 Hilbert-Huang变换 | 第47页 |
| 4.3.1.2 基于LMD和Hilbert变换时频分析方法1 | 第47-48页 |
| 4.3.2 基于LMD直接法时频分析方法 | 第48-50页 |
| 4.3.3 仿真结果比较 | 第50-51页 |
| 4.4 基于LMD直接法的滚动轴承故障诊断 | 第51-60页 |
| 4.4.1 基于LMD直接法的滚动轴承故障诊断方法的建立 | 第51-52页 |
| 4.4.2 数据仿真 | 第52-60页 |
| 4.4.2.1 时频谱分析 | 第52-54页 |
| 4.4.2.2 边际谱 | 第54-55页 |
| 4.4.2.3 仿真信号的LMD直接法边际谱分析 | 第55-60页 |
| 4.5 本章小结 | 第60-63页 |
| 第五章 基于LSSVM的滚动轴承故障诊断 | 第63-73页 |
| 5.1 基于LSSVM的滚动轴承故障诊断思路 | 第63-64页 |
| 5.2 AR模型及其参数求解方法 | 第64-65页 |
| 5.3 最小二乘支持向量机 | 第65-67页 |
| 5.4 基于LSSVM的滚动轴承故障诊断 | 第67-69页 |
| 5.4.1 基于LMD和LSSVM滚动轴承故障诊断 | 第67-68页 |
| 5.4.2 基于GDAT和LSSVM的滚动轴承故障诊断 | 第68页 |
| 5.4.3 基于LSSVM的滚动轴承故障诊断 | 第68-69页 |
| 5.5 数据仿真 | 第69-72页 |
| 5.6 本章小节 | 第72-73页 |
| 第六章 总结与展望 | 第73-75页 |
| 6.1 总结 | 第73-74页 |
| 6.2 展望 | 第74-75页 |
| 参考文献 | 第75-79页 |
| 致谢 | 第79-81页 |
| 附录 | 第81页 |
