| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 课题的研究背景和意义 | 第9-10页 |
| 1.2 故障诊断技术的研究现状 | 第10-12页 |
| 1.3 滚动轴承故障诊断技术研究现状 | 第12-14页 |
| 1.3.1 国外研究现状 | 第12-13页 |
| 1.3.2 国内研究现状 | 第13-14页 |
| 1.4 本文的主要研究内容及结构安排 | 第14-15页 |
| 第2章 滚动轴承故障分析与故障诊断方案设计 | 第15-24页 |
| 2.1 引言 | 第15页 |
| 2.2 滚动轴承及故障机理分析 | 第15-19页 |
| 2.2.1 滚动轴承的基本结构 | 第15-16页 |
| 2.2.2 滚动轴承的特征频率推导 | 第16-18页 |
| 2.2.3 滚动轴承的固有振动频率推导 | 第18-19页 |
| 2.3 滚动轴承的典型故障模式研究 | 第19-20页 |
| 2.4 滚动轴承故障诊断方案设计 | 第20-22页 |
| 2.5 滚动轴承故障诊断试验平台的搭建 | 第22-23页 |
| 2.6 本章小结 | 第23-24页 |
| 第3章 基于HMM的滚动轴承故障诊断技术研究 | 第24-36页 |
| 3.1 引言 | 第24页 |
| 3.2 基于HMM的滚动轴承故障诊断模型构建 | 第24-29页 |
| 3.2.1 HMM模型 | 第24-26页 |
| 3.2.2 HMM模型滚动轴承故障诊断流程 | 第26页 |
| 3.2.3 HMM模型的构建 | 第26-29页 |
| 3.3 基于HMM滚动轴承故障诊断模型算法设计 | 第29-35页 |
| 3.3.1 向前算法与向后算法 | 第30-31页 |
| 3.3.2 Viterbi算法 | 第31-33页 |
| 3.3.3 Baum-Welch算法 | 第33-35页 |
| 3.4 本章小结 | 第35-36页 |
| 第4章 基于小波分析的滚动轴承故障诊断特征信息提起技术研究 | 第36-45页 |
| 4.1 引言 | 第36页 |
| 4.2 小波分析基本理论 | 第36-37页 |
| 4.3 小波分析特征信息提取在轴承故障诊断中的应用 | 第37-43页 |
| 4.3.1 滚动轴承试验数据预处理 | 第38-41页 |
| 4.3.2 滚动轴承特征信息提取 | 第41-43页 |
| 4.3.3 结果分析 | 第43页 |
| 4.4 矢量量化技术 | 第43-44页 |
| 4.5 本章小结 | 第44-45页 |
| 第5章 试验研究 | 第45-50页 |
| 5.1 试验 | 第45-47页 |
| 5.2 故障诊断模型训练 | 第47-48页 |
| 5.3 故障诊断试验分析 | 第48-49页 |
| 5.4 本章小结 | 第49-50页 |
| 结论 | 第50-51页 |
| 参考文献 | 第51-56页 |
| 致谢 | 第56-57页 |
| 个人简历 | 第57页 |