基于EEMD和小波包的动车组轴箱轴承故障诊断系统的研究
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第10-14页 |
| 1.1 研究背景 | 第10页 |
| 1.2 研究目的和意义 | 第10-11页 |
| 1.3 国内外研究现状 | 第11-13页 |
| 1.3.1 滚动轴承故障诊断设备研究现状 | 第11-12页 |
| 1.3.2 滚动轴承故障诊断方法研究现状 | 第12-13页 |
| 1.4 论文的主要研究内容及结构 | 第13-14页 |
| 2 滚动轴承故障诊断方法概述 | 第14-21页 |
| 2.1 滚动轴承结构 | 第14-15页 |
| 2.2 滚动轴承的故障形式 | 第15-16页 |
| 2.3 轴承状态监测技术 | 第16-17页 |
| 2.3.1 声发射检测法 | 第16页 |
| 2.3.2 温度监测法 | 第16-17页 |
| 2.3.3 油样分析法 | 第17页 |
| 2.3.4 振动分析法 | 第17页 |
| 2.4 滚动轴承振动信号分析方法 | 第17-20页 |
| 2.4.1 时域分析法 | 第17-19页 |
| 2.4.2 频域分析法 | 第19-20页 |
| 2.5 本章小结 | 第20-21页 |
| 3 滚动轴承振动信号处理方法 | 第21-38页 |
| 3.1 傅里叶变换 | 第21-23页 |
| 3.2 小波变换 | 第23-27页 |
| 3.2.1 连续小波变换 | 第23-24页 |
| 3.2.2 离散小波变换 | 第24页 |
| 3.2.3 离散小波变换的快速算法 | 第24-27页 |
| 3.3 小波包变换 | 第27-29页 |
| 3.4 共振解调技术 | 第29页 |
| 3.5 Hilbert-Huang变换 | 第29-36页 |
| 3.5.1 经验模态分解 | 第29-32页 |
| 3.5.2 聚合经验模态分解 | 第32-35页 |
| 3.5.3 希尔伯特谱分析 | 第35-36页 |
| 3.6 本章小结 | 第36-38页 |
| 4 滚动轴承故障诊断方法的研究 | 第38-52页 |
| 4.1 振动信号降噪处理 | 第38-40页 |
| 4.1.1 小波包降噪方法 | 第38-40页 |
| 4.1.2 小波包降噪实例 | 第40页 |
| 4.2 滚动轴承故障诊断时域分析 | 第40-41页 |
| 4.3 基于小波包和EEMD的轴承故障诊断方法 | 第41-51页 |
| 4.3.1 组合诊断方法概述 | 第41-43页 |
| 4.3.2 实测信号分析 | 第43-51页 |
| 4.4 本章小结 | 第51-52页 |
| 5 动车组轴箱轴承故障诊断系统研究 | 第52-63页 |
| 5.1 数据采集装置原理 | 第52-53页 |
| 5.2 系统故障判别方法 | 第53-54页 |
| 5.3 故障诊断软件开发 | 第54-62页 |
| 5.3.1 软件开发工具简介 | 第54-56页 |
| 5.3.2 故障诊断软件平台设计 | 第56-62页 |
| 5.4 本章小结 | 第62-63页 |
| 结论 | 第63-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-68页 |
