电机轴承故障诊断新方法研究
| 摘要 | 第1-7页 |
| Abstract | 第7-8页 |
| 目录 | 第8-9页 |
| 第1章 绪论 | 第9-13页 |
| ·电机轴承故障诊断的研究意义 | 第9页 |
| ·国内外研究现状 | 第9-12页 |
| ·本文所做的工作 | 第12页 |
| ·本章小结 | 第12-13页 |
| 第2章 电机轴承故障诊断原理与传统方法 | 第13-28页 |
| ·电机轴承故障诊断的原理 | 第13-19页 |
| ·电机轴承故障诊断的步骤 | 第13-14页 |
| ·电机轴承故障的理论模型 | 第14-19页 |
| ·电机轴承故障诊断方法 | 第19-27页 |
| ·基于振动信号的轴承故障诊断技术 | 第19-20页 |
| ·电机轴承故障诊断传统方法 | 第20-27页 |
| ·本章小结 | 第27-28页 |
| 第3章 基于形态学滤波和聚类算法的集合方法 | 第28-44页 |
| ·改进的形态学滤波 | 第28-34页 |
| ·数学形态学基本原理 | 第28-29页 |
| ·结构元素的选取 | 第29-30页 |
| ·数学形态算子对形态滤波的影响 | 第30页 |
| ·改进的自适应形态学滤波方法 | 第30-31页 |
| ·仿真实验 | 第31-34页 |
| ·特征提取方法 | 第34-40页 |
| ·经验模式分解的基本原理 | 第34页 |
| ·瞬时频率的概念 | 第34-35页 |
| ·本征模函数的概念 | 第35页 |
| ·EMD 算法 | 第35-38页 |
| ·特征提取 | 第38-40页 |
| ·K-means 聚类算法分析 | 第40-43页 |
| ·K-means 算法介绍 | 第40页 |
| ·K-means 算法的缺陷 | 第40-41页 |
| ·K-means 算法的改进 | 第41-43页 |
| ·本章小结 | 第43-44页 |
| 第4章 电机轴承故障诊断平台搭建 | 第44-64页 |
| ·电机轴承故障诊断系统整体方案 | 第44页 |
| ·电机轴承故障诊断平台搭建 | 第44-63页 |
| ·硬件实现 | 第45-52页 |
| ·LabVIEW 上位机软件设计 | 第52-63页 |
| ·本章小结 | 第63-64页 |
| 第5章 实验研究 | 第64-69页 |
| ·LabVIEW 软件调试 | 第64-68页 |
| ·本章小结 | 第68-69页 |
| 结论 | 第69-71页 |
| 参考文献 | 第71-76页 |
| 攻读硕士期间发表的论文和获得的科研成果 | 第76-77页 |
| 致谢 | 第77-78页 |
