| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第10-19页 |
| 1.1 课题研究目的及意义 | 第10-11页 |
| 1.2 机械故障诊断技术国内外研究现状 | 第11-12页 |
| 1.3 机械故障特征提取方法的国内外研究现状 | 第12-16页 |
| 1.3.1 降噪技术的国内外研究现状 | 第12-14页 |
| 1.3.2 信号处理时频分析方法国内外研究现状 | 第14-16页 |
| 1.4 主要研究内容及创新点 | 第16-19页 |
| 1.4.1 主要研究内容 | 第16-17页 |
| 1.4.2 创新点 | 第17-19页 |
| 第二章 EEMD分解和自相关分析 | 第19-39页 |
| 2.1 引言 | 第19页 |
| 2.2 EMD方法 | 第19-23页 |
| 2.2.1 EMD的基本概念 | 第19-21页 |
| 2.2.2 EMD分解步骤 | 第21页 |
| 2.2.3 EMD的算法流程图 | 第21-22页 |
| 2.2.4 EMD分解的特点 | 第22-23页 |
| 2.3 EEMD方法 | 第23-29页 |
| 2.3.1 EEMD分解步骤 | 第23页 |
| 2.3.2 EEMD算法流程图 | 第23-24页 |
| 2.3.3 参数设置 | 第24-25页 |
| 2.3.4 EEMD和EMD抗模态混叠性能对比 | 第25-29页 |
| 2.4 自相关降噪分析 | 第29-36页 |
| 2.4.1 自相关函数定义 | 第29-30页 |
| 2.4.2 调制信号的自相关分析 | 第30-32页 |
| 2.4.3 自相关降噪 | 第32-34页 |
| 2.4.4 仿真信号分析 | 第34-36页 |
| 2.5 时延相关解调法研究 | 第36-38页 |
| 2.6 本章小结 | 第38-39页 |
| 第三章 基于EEMD的改进时延相关解调法 | 第39-51页 |
| 3.1 引言 | 第39页 |
| 3.2 IMF优选准则 | 第39-44页 |
| 3.2.1 互相关系数法 | 第40页 |
| 3.2.2 峭度法 | 第40页 |
| 3.2.3 相关峭度法 | 第40-41页 |
| 3.2.4 实验验证 | 第41-44页 |
| 3.3 基于EEMD和相关峭度的时延相关解调的故障特征提取方法 | 第44-50页 |
| 3.3.1 滚动轴承的故障模型及仿真信号 | 第45-46页 |
| 3.3.2 仿真信号分析 | 第46-50页 |
| 3.4 本章小结 | 第50-51页 |
| 第四章 基于EEMD的改进边际谱方法 | 第51-57页 |
| 4.1 引言 | 第51页 |
| 4.2 边际谱 | 第51-52页 |
| 4.3 基于EEMD和自相关的边际谱的故障特征提取方法 | 第52页 |
| 4.4 仿真信号分析 | 第52-56页 |
| 4.5 本章小结 | 第56-57页 |
| 第五章 实验验证 | 第57-74页 |
| 5.1 实验系统设计 | 第57-60页 |
| 5.1.1 整体方案 | 第57页 |
| 5.1.2 硬件系统 | 第57-60页 |
| 5.1.3 软件系统 | 第60页 |
| 5.2 实验数据 | 第60-63页 |
| 5.2.1 滚动轴承参数 | 第60-61页 |
| 5.2.2 实验工况及数据 | 第61-63页 |
| 5.3 基于EEMD和相关峭度的时延相关解调法的故障诊断实例分析 | 第63-71页 |
| 5.3.1 滚动轴承内圈数据分析 | 第63-65页 |
| 5.3.2 滚动轴承外圈数据分析 | 第65-68页 |
| 5.3.3 滚动体数据分析 | 第68-71页 |
| 5.4 基于EEMD和自相关的边际谱法的故障诊断实例分析 | 第71-73页 |
| 5.5 本章小结 | 第73-74页 |
| 第六章 结论与展望 | 第74-76页 |
| 6.1 结论 | 第74-75页 |
| 6.2 展望 | 第75-76页 |
| 参考文献 | 第76-81页 |
| 致谢 | 第81-82页 |
| 个人简介、在学期间的研究成果及发表的学术论文 | 第82页 |
