| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 研究背景及意义 | 第11页 |
| 1.2 故障诊断技术的研究现状 | 第11-12页 |
| 1.3 柴油机信号处理方法综述 | 第12-16页 |
| 1.3.1 时域信号处理方法 | 第12-13页 |
| 1.3.2 频域信号处理方法 | 第13页 |
| 1.3.3 时频域信号处理方法 | 第13-16页 |
| 1.4 柴油机故障识别方法概述 | 第16页 |
| 1.5 论文的主要研究内容及结构安排 | 第16-19页 |
| 1.5.1 主要研究内容 | 第16-17页 |
| 1.5.2 论文结构安排 | 第17-19页 |
| 第二章 柴油机故障分析及信号采集 | 第19-25页 |
| 2.1 柴油机常见故障及特征 | 第19-20页 |
| 2.1.1 柴油机常见故障 | 第19页 |
| 2.1.2 柴油机声信号特性 | 第19-20页 |
| 2.2 柴油机声信号采集平台的构建 | 第20-22页 |
| 2.2.1 最佳测量点的确定 | 第21页 |
| 2.2.2 故障点设置 | 第21-22页 |
| 2.2.3 数据采集模块 | 第22页 |
| 2.3 柴油机故障声信号分析 | 第22-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第三章 基于小波EMD的柴油机声信号去噪方法 | 第25-39页 |
| 3.1 引言 | 第25页 |
| 3.2 小波阈值去噪方法 | 第25-29页 |
| 3.2.1 小波阈值去噪原理 | 第25-26页 |
| 3.2.2 阈值的选取 | 第26-27页 |
| 3.2.3 仿真信号实验 | 第27-29页 |
| 3.3 基于EMD的信号去噪方法 | 第29-33页 |
| 3.3.1 EMD算法 | 第29-30页 |
| 3.3.2 基于EMD的信号去噪原理 | 第30-31页 |
| 3.3.3 仿真信号实验 | 第31-33页 |
| 3.4 基于小波EMD的柴油机声信号去噪方法 | 第33-37页 |
| 3.4.1 改进小波阈值函数 | 第33-34页 |
| 3.4.2 算法流程 | 第34-35页 |
| 3.4.3 仿真信号实验 | 第35-36页 |
| 3.4.4 柴油机声信号实验 | 第36-37页 |
| 3.5 本章小结 | 第37-39页 |
| 第四章 基于VMD和拉普拉斯分值的柴油机故障诊断 | 第39-55页 |
| 4.1 引言 | 第39-40页 |
| 4.2 变分模态分解算法 | 第40-43页 |
| 4.2.1 算法原理 | 第40-41页 |
| 4.2.2 相关参数的讨论 | 第41-42页 |
| 4.2.3 基于峭度原则的参数选取 | 第42-43页 |
| 4.3 柴油机声信号特征参数提取 | 第43-46页 |
| 4.3.1 特征参数的选择 | 第43-44页 |
| 4.3.2 拉普拉斯分值算法 | 第44-45页 |
| 4.3.3 最优维的设计 | 第45-46页 |
| 4.4 故障分类识别方法 | 第46-49页 |
| 4.4.1 SVM原理概述 | 第46-48页 |
| 4.4.2 SVM参数的确定 | 第48-49页 |
| 4.5 故障诊断流程 | 第49-50页 |
| 4.6 柴油机故障诊断实验 | 第50-54页 |
| 4.6.1 实验结果及分析 | 第50-53页 |
| 4.6.2 实验对比 | 第53-54页 |
| 4.7 本章小结 | 第54-55页 |
| 第五章 基于优化NRS和社团层次聚类的柴油机复合故障诊断 | 第55-71页 |
| 5.1 引言 | 第55-56页 |
| 5.2 邻域粗糙集 | 第56-58页 |
| 5.2.1 基本理论 | 第56-57页 |
| 5.2.2 优化邻域粗糙集 | 第57-58页 |
| 5.3 社团层次聚类算法 | 第58-63页 |
| 5.3.1 复杂网络中的社团结构 | 第58-59页 |
| 5.3.2 故障诊断网络模型的建立 | 第59-61页 |
| 5.3.3 网络的稀疏化 | 第61页 |
| 5.3.4 社团结构的判断准则 | 第61-63页 |
| 5.4 故障诊断流程 | 第63-65页 |
| 5.4.1 诊断流程 | 第63-64页 |
| 5.4.2 故障识别方法 | 第64-65页 |
| 5.5 柴油机复合故障诊断实验 | 第65-70页 |
| 5.5.1 实验结果及分析 | 第65-68页 |
| 5.5.2 实验对比 | 第68-70页 |
| 5.6 本章小结 | 第70-71页 |
| 第六章 总结与展望 | 第71-73页 |
| 6.1 全文总结 | 第71页 |
| 6.2 研究展望 | 第71-73页 |
| 参考文献 | 第73-81页 |
| 致谢 | 第81-83页 |
| 在读期间发表的学术论文与取得的其他研究成果 | 第83页 |