基于局域波与遗传神经网络的齿轮箱故障诊断
| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第一章 绪论 | 第10-18页 |
| ·课题研究背景和意义 | 第10-11页 |
| ·课题研究背景 | 第10-11页 |
| ·开展齿轮箱故障诊断技术的主要意义 | 第11页 |
| ·齿轮箱故障诊断技术的研究内容以及国内外发展现状 | 第11-13页 |
| ·齿轮箱故障诊断技术的主要研究内容 | 第11-12页 |
| ·齿轮箱故障诊断发展历史与现状 | 第12-13页 |
| ·齿轮故障诊断发展研究趋势 | 第13-15页 |
| ·局域波的研究动态 | 第15-16页 |
| ·本文研究内容 | 第16页 |
| ·本章小结 | 第16-18页 |
| 第二章 齿轮箱故障类型及故障机理分析 | 第18-29页 |
| ·齿轮箱的主要故障因素及其所占比重 | 第18-19页 |
| ·常见的齿轮箱故障形式 | 第19-21页 |
| ·齿轮的失效形式 | 第19-20页 |
| ·轴的常见失效形式 | 第20页 |
| ·轴承发生故障的主要形式 | 第20-21页 |
| ·常见的振动信号处理方法 | 第21-22页 |
| ·振动信号的幅值域分析法 | 第21页 |
| ·振动信号频域分析方法 | 第21-22页 |
| ·振动机理 | 第22-28页 |
| ·齿轮振动机理分析 | 第22-26页 |
| ·滚动轴承振动机理分析 | 第26-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 局域波分解 | 第29-42页 |
| ·局域波的引出 | 第29-31页 |
| ·局域波分解原理 | 第31-36页 |
| ·分量提取 | 第31-34页 |
| ·局部均值求取方法 | 第34-36页 |
| ·局域波的仿真效果 | 第36-38页 |
| ·端点问题 | 第38-41页 |
| ·局域波分解中的终止筛选标准 | 第41页 |
| ·本章小结 | 第41-42页 |
| 第四章 基于局域波的齿轮箱故障诊断 | 第42-60页 |
| ·实验方案 | 第42-45页 |
| ·实验平台的搭建 | 第42-43页 |
| ·齿轮箱故障的设置 | 第43-44页 |
| ·采集设备和方法 | 第44-45页 |
| ·转速设置 | 第45页 |
| ·信号预处理 | 第45-49页 |
| ·测试数据的选定 | 第45-46页 |
| ·小波信号降噪 | 第46页 |
| ·小波消噪的基本原理 | 第46-49页 |
| ·工况分析 | 第49-59页 |
| ·正常工况信号分析 | 第49-50页 |
| ·断齿工况分析 | 第50-53页 |
| ·轴承外圈断裂工况分析 | 第53-56页 |
| ·轴承内圈点蚀故障分析 | 第56-59页 |
| ·本章小结 | 第59-60页 |
| 第五章 基于遗传神经网络的故障识别 | 第60-72页 |
| ·BP 神经网络 | 第60-62页 |
| ·BP 神经网络原理 | 第60页 |
| ·BP 网络的模型结构 | 第60-61页 |
| ·BP 算法的缺点 | 第61-62页 |
| ·遗传算法优化神经网络 | 第62-65页 |
| ·遗传神经网络算法 | 第62-63页 |
| ·算法的基本思想 | 第63-65页 |
| ·建立遗传神经网络模型 | 第65-71页 |
| ·本章小结 | 第71-72页 |
| 第六章 总结与展望 | 第72页 |
| 本文总结 | 第72页 |
| 工作展望 | 第72-74页 |
| 参考文献 | 第74-78页 |
| 攻读硕士学位期间发表的论文 | 第78-79页 |
| 致谢 | 第79页 |
