| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 机械故障诊断的背景和意义 | 第10页 |
| 1.2 滚动轴承故障诊断概述 | 第10-13页 |
| 1.2.1 滚动轴承的基本结构与异常形式 | 第10-12页 |
| 1.2.2 滚动轴承的振动机理 | 第12页 |
| 1.2.3 滚动轴承诊断的基本内容 | 第12-13页 |
| 1.3 滚动轴承故障诊断的的研究现状 | 第13-16页 |
| 1.3.1 传统信号处理阶段 | 第13-14页 |
| 1.3.2 现代信号处理阶段 | 第14-16页 |
| 1.4 滚动轴承故障诊断试验平台简介 | 第16-17页 |
| 1.5 本文主要研究内容 | 第17-18页 |
| 第2章 滚动轴承时间序列的混沌特性识别 | 第18-26页 |
| 2.1 混沌吸引子与相空间重构理论 | 第18-21页 |
| 2.1.1 混沌吸引子的基本特性 | 第18-19页 |
| 2.1.2 相空间重构原理 | 第19-21页 |
| 2.2 时间序列的混沌特性的识别方法 | 第21-22页 |
| 2.3 轴承振动信号混沌特征识别 | 第22-25页 |
| 2.3.1 基于C-C算法的相空间重构 | 第22-24页 |
| 2.3.2 基于小数据量法的最大Lyapunov指数估计 | 第24页 |
| 2.3.3 轴承振动信号不同损伤部位的混沌特性识别 | 第24-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第3章 基于混沌信号频谱特性的小波降噪方法的研究 | 第26-35页 |
| 3.1 小波变换与相空间重构 | 第26-28页 |
| 3.2 小波阈值降噪对混沌信号的平滑 | 第28-34页 |
| 3.2.1 小波阈值降噪 | 第28-29页 |
| 3.2.2 改进的小波阈值噪声平滑方法 | 第29-31页 |
| 3.2.3 轴承振动信号的小波阈值降噪分析 | 第31-34页 |
| 3.3 本章小结 | 第34-35页 |
| 第4章 时间序列的混沌奇异谱分析 | 第35-50页 |
| 4.1 混沌奇异谱的特征量化分析 | 第35-41页 |
| 4.2 奇异谱的理论 | 第41-45页 |
| 4.3 轴承振动信号的奇异谱特征量化 | 第45-49页 |
| 4.4 本章小结 | 第49-50页 |
| 第5章 滚动轴承故障诊断实验 | 第50-62页 |
| 5.1 支持向量机 | 第50-52页 |
| 5.2 不同损伤程度的滚动轴承故障诊断 | 第52-56页 |
| 5.2.1 不同损伤程度的故障信号时频分析 | 第52-55页 |
| 5.2.2 基于混沌奇异谱支持向量机的不同损伤程度信号的故障诊断 | 第55-56页 |
| 5.3 不同故障部位的滚动轴承故障诊断 | 第56-60页 |
| 5.3.1 不同部位的故障信号的时频分析 | 第56-59页 |
| 5.3.2 基于混沌奇异谱支持向量机的不同部位信号的故障诊断 | 第59-60页 |
| 5.4 本章小结 | 第60-62页 |
| 结论 | 第62-64页 |
| 参考文献 | 第64-69页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第69-70页 |
| 致谢 | 第70页 |
