| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 课题研究的背景和意义 | 第10-11页 |
| 1.2 国内外研究现状分析 | 第11-15页 |
| 1.2.1 信号降噪国内外研究现状 | 第11-13页 |
| 1.2.2 信号状态分析国内外研究现状 | 第13-14页 |
| 1.2.3 目前研究中存在的问题与不足 | 第14-15页 |
| 1.3 课题来源和主要研究内容 | 第15-17页 |
| 第2章 基于改进小波阈值函数的滚动轴承振动信号降噪 | 第17-30页 |
| 2.1 小波变换降噪法及不足 | 第17-20页 |
| 2.1.1 传统小波变换原理 | 第17-18页 |
| 2.1.2 阈值法及不足 | 第18-20页 |
| 2.2 改进的小波变换降噪法 | 第20-23页 |
| 2.2.1 相关系数 | 第20页 |
| 2.2.2 改进的阈值函数 | 第20-21页 |
| 2.2.3 改进的降噪算法及其实现步骤 | 第21-23页 |
| 2.3 仿真与实验 | 第23-29页 |
| 2.3.1 基于改进小波阈值函数的滚动轴承振动信号降噪仿真分析 | 第23-26页 |
| 2.3.2 基于改进小波阈值函数的滚动轴承振动信号降噪实验分析 | 第26-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第3章 基于K_means聚类的SVD滚动轴承振动信号降噪 | 第30-49页 |
| 3.1 SVD降噪法及不足 | 第30-33页 |
| 3.1.1 传统SVD降噪原理 | 第30-31页 |
| 3.1.2 SVD降噪算法及不足 | 第31-33页 |
| 3.2 改进的SVD降噪法 | 第33-39页 |
| 3.2.1 二分法 | 第34页 |
| 3.2.2 改进的K_means聚类算法 | 第34-36页 |
| 3.2.3 自适应K_means聚类SVD降噪有效秩阶次确定法 | 第36-37页 |
| 3.2.4 改进的降噪算法及其实现步骤 | 第37-39页 |
| 3.3 仿真与实验 | 第39-45页 |
| 3.3.1 基于K_means聚类的SVD滚动轴承振动信号降噪仿真分析 | 第39-42页 |
| 3.3.2 基于K_means聚类的SVD滚动轴承振动信号降噪实验分析 | 第42-45页 |
| 3.4 改进的组合降噪法及实验分析 | 第45-48页 |
| 3.5 本章小结 | 第48-49页 |
| 第4章 基于改进K近邻算法的滚动轴承振动信号状态分析 | 第49-60页 |
| 4.1 K近邻法及不足 | 第49-52页 |
| 4.1.1 传统K近邻法基本原理 | 第49-51页 |
| 4.1.2 K近邻法不足 | 第51-52页 |
| 4.2 改进的K近邻算法 | 第52-56页 |
| 4.2.1 构建特征矩阵 | 第52页 |
| 4.2.2 基于马氏距离的K近邻分类 | 第52-53页 |
| 4.2.3 改进的算法及其实现步骤 | 第53-56页 |
| 4.3 实验分析 | 第56-58页 |
| 4.4 本章小结 | 第58-60页 |
| 第5章 滚动轴承状态监控系统开发 | 第60-69页 |
| 5.1 系统开发环境分析 | 第60页 |
| 5.2 系统功能需求 | 第60-61页 |
| 5.3 体系结构设计 | 第61-62页 |
| 5.4 功能及流程设计 | 第62-64页 |
| 5.5 各系统模块设计及实现 | 第64-68页 |
| 5.6 本章小结 | 第68-69页 |
| 结论 | 第69-71页 |
| 参考文献 | 第71-75页 |
| 攻读硕士学位期间发表的学术论文 | 第75页 |
| 发明专利 | 第75-76页 |
| 致谢 | 第76页 |
