基于支持向量机的回转窑减速机故障诊断方法研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-26页 |
| 1.1 课题背景和课题意义 | 第9-10页 |
| 1.2 水泥生产工艺流程和回转窑系统 | 第10-12页 |
| 1.2.1 水泥生产工艺流程 | 第10-11页 |
| 1.2.2 回转窑系统 | 第11页 |
| 1.2.3 回转窑主减速机和其维护需求 | 第11-12页 |
| 1.3 减速机状态监测与故障诊断的研究现状 | 第12-17页 |
| 1.3.1 故障机理的研究 | 第13-14页 |
| 1.3.2 故障特征提取技术的研究 | 第14-16页 |
| 1.3.3 故障识别 | 第16-17页 |
| 1.4 轴承和齿轮的故障机理 | 第17-24页 |
| 1.4.1 滚动轴承的故障机理和故障特征频率 | 第17-20页 |
| 1.4.2 齿轮的故障机理和频谱分布特征 | 第20-21页 |
| 1.4.3 试验装置介绍 | 第21-24页 |
| 1.5 论文研究思路、主要研究内容 | 第24-25页 |
| 1.6 论文的章节安排 | 第25-26页 |
| 第2章 基于希尔伯特-黄变换的故障特征频率提取 | 第26-46页 |
| 2.1 振动信号的希尔伯特-黄变换 | 第26-38页 |
| 2.1.1 振动信号的 EMD 分解 | 第28-34页 |
| 2.1.2 振动信号的希尔伯特谱分析 | 第34-38页 |
| 2.2 振动信号滤波后的分析 | 第38-44页 |
| 2.2.1 噪声污染和滤波 | 第38-39页 |
| 2.2.2 滤波信号的希尔伯特-黄变换 | 第39-44页 |
| 2.3 本章小结 | 第44-46页 |
| 第3章 特征向量的形成及其有效性的验证 | 第46-54页 |
| 3.1 特征向量的形成 | 第46-48页 |
| 3.1.1 其它形成特征向量的方法 | 第46-47页 |
| 3.1.2 基于奇异值分解的特征向量形成方法 | 第47-48页 |
| 3.2 希尔伯特谱的奇异值分解 | 第48-51页 |
| 3.2.1 滚动轴承振动信号的奇异值分解 | 第48-50页 |
| 3.2.2 齿轮振动信号的奇异值分解 | 第50-51页 |
| 3.3 部分奇异值合成的时频谱 | 第51-53页 |
| 3.4 本章小结 | 第53-54页 |
| 第4章 齿轮故障的模式识别 | 第54-61页 |
| 4.1 支持向量机 | 第54-58页 |
| 4.2 滚动轴承的模式识别 | 第58-60页 |
| 4.3 本章小结 | 第60-61页 |
| 第5章 减速机故障诊断 | 第61-67页 |
| 5.1 故障诊断的依据 | 第61-62页 |
| 5.2 振动信号的时频分布 | 第62-63页 |
| 5.3 希尔伯特谱的奇异值分解 | 第63-65页 |
| 5.4 减速箱故障类别的模式识别 | 第65-66页 |
| 5.5 本章小结 | 第66-67页 |
| 结论 | 第67-68页 |
| 参考文献 | 第68-73页 |
| 致谢 | 第73页 |
