| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第14-24页 |
| 1.1 研究背景及意义 | 第14-15页 |
| 1.2 滚动轴承故障诊断的国内外研究现状与发展趋势 | 第15-19页 |
| 1.2.1 国外研究现状 | 第15-16页 |
| 1.2.2 国内研究现状 | 第16-18页 |
| 1.2.3 故障诊断技术的发展趋势 | 第18-19页 |
| 1.3 滚动轴承故障发展过程 | 第19页 |
| 1.4 奇异值分解和极限学习机在故障诊断中的研究现状 | 第19-21页 |
| 1.4.1 奇异值分解理论研究现状 | 第19-20页 |
| 1.4.2 极限学习机理论研究现状 | 第20-21页 |
| 1.5 本文主要研究思路及内容安排 | 第21-24页 |
| 1.5.1 论文研究思路 | 第21-22页 |
| 1.5.2 论文内容安排 | 第22-24页 |
| 第二章 基于EEMD和SVD的滚动轴承故障特征提取方法研究 | 第24-40页 |
| 2.1 引言 | 第24-25页 |
| 2.2 EMD方法 | 第25-26页 |
| 2.2.1 EMD方法概述 | 第25页 |
| 2.2.2 本征模态函数 | 第25页 |
| 2.2.3 EMD分解原理 | 第25-26页 |
| 2.2.4 EMD存在的问题 | 第26页 |
| 2.3 EEMD方法 | 第26-29页 |
| 2.3.1 EEMD方法概述 | 第26页 |
| 2.3.2 EEMD分解 | 第26-27页 |
| 2.3.3 仿真信号对比分析 | 第27-28页 |
| 2.3.4 振动信号的EEMD重构过程 | 第28-29页 |
| 2.4 SVD方法 | 第29-33页 |
| 2.4.1 SVD理论简介 | 第29-30页 |
| 2.4.2 矩阵维数的确定 | 第30-32页 |
| 2.4.3 奇异值分量的选择 | 第32-33页 |
| 2.4.4 TKEO瞬时能量提取 | 第33页 |
| 2.5 基于EEMD和SVD的特征提取方法 | 第33-34页 |
| 2.6 基于EEMD和SVD的滚动轴承故障诊断 | 第34-39页 |
| 2.6.1 实列分析 | 第34-35页 |
| 2.6.2 外圈故障分析 | 第35-36页 |
| 2.6.3 内圈故障分析 | 第36-38页 |
| 2.6.4 对比实验 | 第38-39页 |
| 2.7 本章小结 | 第39-40页 |
| 第三章 基于CEEMD和SVD的滚动轴承故障特征提取方法研究 | 第40-48页 |
| 3.1 引言 | 第40页 |
| 3.2 CEEMD方法 | 第40-43页 |
| 3.2.1 CEEMD理论介绍 | 第40-41页 |
| 3.2.2 相关性分析 | 第41-42页 |
| 3.2.3 仿真信号对比实验 | 第42-43页 |
| 3.3 基于CEEMD和SVD的特征提取方法 | 第43-44页 |
| 3.4 基于EEMD和SVD的滚动轴承故障诊断 | 第44-46页 |
| 3.4.1 实验分析 | 第44-46页 |
| 3.4.2 对比实验 | 第46页 |
| 3.5 本章小结 | 第46-48页 |
| 第四章 基于CEEMD-SVD和ELM的滚动轴承故障诊断方法研究 | 第48-61页 |
| 4.1 引言 | 第48页 |
| 4.2 极限学习机基本思想 | 第48-51页 |
| 4.3 基于CEEMD-SVD和ELM的故障诊断方法 | 第51-53页 |
| 4.4 基于CEEMD-SVD和ELM的滚动轴承故障诊断 | 第53-59页 |
| 4.4.1 实验设计 | 第53-54页 |
| 4.4.2 实验分析 | 第54-58页 |
| 4.4.3 对比实验 | 第58-59页 |
| 4.5 本章小结 | 第59-61页 |
| 第五章 结论与展望 | 第61-63页 |
| 5.1 本文主要研究成果 | 第61-62页 |
| 5.2 进一步工作展望 | 第62-63页 |
| 致谢 | 第63-65页 |
| 参考文献 | 第65-71页 |
| 附录A (攻读硕士期间发表的论文) | 第71页 |
