| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第一章 绪论 | 第9-16页 |
| ·研究背景 | 第9页 |
| ·机械故障诊断国内外研究概况 | 第9-10页 |
| ·滚动轴承故障诊断常用方法 | 第10-11页 |
| ·滚动轴承故障诊断研究趋势 | 第11-14页 |
| ·本文的主要研究内容 | 第14-16页 |
| 第二章 滚动轴承故障特征分析 | 第16-27页 |
| ·滚动轴承故障的主要形式与原因 | 第16-20页 |
| ·滚动轴承的振动机理及特征 | 第20-23页 |
| ·滚动轴承的振动机理 | 第20-21页 |
| ·滚动轴承的固有振动频率 | 第21页 |
| ·滚动轴承的故障特征频率 | 第21-23页 |
| ·滚动轴承故障的发展过程 | 第23-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 滚动轴承振动信号分析方法 | 第27-34页 |
| ·滚动轴承振动信号的时域分析 | 第27-29页 |
| ·滚动轴承振动信号的频域分析 | 第29-33页 |
| ·振动信号的频谱分析 | 第29-30页 |
| ·振动信号的倒频谱分析 | 第30-32页 |
| ·滚动轴承共振解调诊断法(IFD法) | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 第四章 基于频带能量和模糊推理的滚动轴承故障诊断方法 | 第34-46页 |
| ·基于频带能量的故障诊断方法 | 第34-35页 |
| ·滚动轴承故障识别技术 | 第35-36页 |
| ·基于模糊神经网络的故障诊断方法 | 第36-45页 |
| ·自适应模糊神经推理系统(ANFIS) | 第38页 |
| ·自适应模糊神经推理系统的系统结构 | 第38-39页 |
| ·自适应模糊神经推理系统学习算法 | 第39-40页 |
| ·自适应模糊神经推理系统的应用实例 | 第40-45页 |
| ·本章小节 | 第45-46页 |
| 第五章 滚动轴承故障检测系统的开发 | 第46-72页 |
| ·虚拟仪器基本概念 | 第46-47页 |
| ·系统总体框架 | 第47-48页 |
| ·系统硬件设计 | 第48-52页 |
| ·振动传感器的选择 | 第49-51页 |
| ·信号调理模块和数据采集模块 | 第51-52页 |
| ·数据处理模块 | 第52页 |
| ·系统软件设计 | 第52-71页 |
| ·滚动轴承故障诊断参数设置和数据库设计 | 第53-58页 |
| ·数据采集模块 | 第58-61页 |
| ·在线状态检测模块设计 | 第61-64页 |
| ·离线分析模块设计 | 第64-71页 |
| ·基于频段能量的ANFIS分析模块 | 第64-67页 |
| ·时域分析模块 | 第67页 |
| ·频域分析模块设计 | 第67-68页 |
| ·功率谱分析模块设计 | 第68-69页 |
| ·倒频谱分析模块设计 | 第69-70页 |
| ·共振解调模块设计 | 第70-71页 |
| ·本章小结 | 第71-72页 |
| 第六章 结论与展望 | 第72-74页 |
| ·结论 | 第72页 |
| ·展望 | 第72-74页 |
| 参考文献 | 第74-76页 |
| 攻读硕士学位期间发表的学术论文 | 第76-77页 |
| 致谢 | 第77页 |