| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-14页 |
| ·课题的提出及意义 | 第9-10页 |
| ·主减速器故障诊断技术当前进展状况 | 第10-12页 |
| ·主减速器故障诊断技术研究的内容 | 第10-11页 |
| ·主减速器故障诊断技术的发展状况 | 第11-12页 |
| ·本论文的研究内容 | 第12-14页 |
| 第二章 主减速器总成质量问题的来源分析 | 第14-22页 |
| ·主减速器功能和结构介绍 | 第14-16页 |
| ·主减速器故障的分析及诊断 | 第16-20页 |
| ·主减速器故障机理分析 | 第16-17页 |
| ·主减速器故障的噪声与振动识别方法 | 第17-20页 |
| ·主减速器装配中通常出现的故障类型 | 第20-22页 |
| 第三章 故障检测诊断中信号特征的提取方法 | 第22-38页 |
| ·特征向量提取的基本概念及任务 | 第22-23页 |
| ·时域和频域统计特征及无量纲参数 | 第23-31页 |
| ·时域分析 | 第23-27页 |
| ·频域分析 | 第27-31页 |
| ·基于小波分析的特征向量提取方法 | 第31-38页 |
| ·小波变换概述 | 第31-32页 |
| ·连续小波变换 | 第32-33页 |
| ·离散小波变换 | 第33-35页 |
| ·小波包变换 | 第35-37页 |
| ·小波分析用于信号的特征提取 | 第37-38页 |
| 第四章 主减速器故障特征向量提取方法的研究 | 第38-53页 |
| ·主减速器总成质量评价检测系统简介 | 第38-41页 |
| ·检测系统总体结构 | 第38-39页 |
| ·电气系统组成 | 第39-41页 |
| ·基于时频域参数的故障特征提取 | 第41-48页 |
| ·基于时域参数的主减速器故障特征提取 | 第41-46页 |
| ·基于频域参数的主减速器故障特征提取 | 第46-48页 |
| ·基于小波分析的主减速器故障特征向量的提取方法 | 第48-53页 |
| 第五章 基于主减速器故障特征向量的模式识别方法的研究 | 第53-74页 |
| ·模式识别的过程及常用方法 | 第53-54页 |
| ·基于神经网络的模式识别方法 | 第54-57页 |
| ·人工神经网络简述 | 第54-56页 |
| ·基于神经网络的故障诊断方法 | 第56-57页 |
| ·基于神经网络的主减速器故障的识别 | 第57-74页 |
| ·BP 神经网络原理 | 第57-59页 |
| ·应用 BP 神经网络实现主减速器总成质量问题的识别 | 第59-74页 |
| 第六章 结论与展望 | 第74-76页 |
| ·本文的主要成果 | 第74页 |
| ·进一步工作展望 | 第74-76页 |
| 致谢 | 第76-77页 |
| 参考文献 | 第77-82页 |
| 在学期间的研究成果 | 第82-83页 |