| 摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 第1章 绪论 | 第7-14页 |
| 1.1 课题来源与研究意义 | 第7-8页 |
| 1.1.1 课题来源 | 第7页 |
| 1.1.2 研究背景及意义 | 第7-8页 |
| 1.2 旋转机械故障诊断研究发展概况 | 第8-11页 |
| 1.2.1 旋转机械故障诊断方法研究现状 | 第8-11页 |
| 1.2.2 传统方法在旋转机械故障诊断中的不足 | 第11页 |
| 1.3 共振稀疏分解方法研究概况 | 第11-13页 |
| 1.3.1 共振稀疏分解技术研究现状 | 第11-12页 |
| 1.3.2 存在的不足 | 第12-13页 |
| 1.4 本文主要研究内容 | 第13-14页 |
| 第2章 旋转机械主要系统故障信号特征分析 | 第14-23页 |
| 2.1 引言 | 第14页 |
| 2.2 转子振动机理研究与特征分析 | 第14-16页 |
| 2.2.1 转子系统结构与振动机理分析 | 第14-15页 |
| 2.2.2 常见故障形式及其振动特性 | 第15-16页 |
| 2.3 滚动轴承振动机理研究与特征分析 | 第16-19页 |
| 2.3.1 滚动轴承结构与振动机理分析 | 第16-17页 |
| 2.3.2 滚动轴承主要故障形式 | 第17-18页 |
| 2.3.3 滚动轴承故障振动信号仿真 | 第18-19页 |
| 2.4 齿轮振动机理研究与特征分析 | 第19-22页 |
| 2.4.1 齿轮结构及振动机理 | 第19-20页 |
| 2.4.2 齿轮主要故障形式 | 第20页 |
| 2.4.3 齿轮故障仿真信号分析 | 第20-22页 |
| 2.5 小结 | 第22-23页 |
| 第3章 基于PSO-RSSD的转子轴承系统故障诊断 | 第23-49页 |
| 3.1 引言 | 第23页 |
| 3.2 共振稀疏分解理论研究 | 第23-29页 |
| 3.2.1 共振稀疏分解基础理论 | 第23-24页 |
| 3.2.2 可调Q品质因子小波 | 第24-27页 |
| 3.2.3 信号的分离及稀疏表示 | 第27-29页 |
| 3.3 共振稀疏分解各参数影响分析 | 第29-30页 |
| 3.4 粒子群优化算法 | 第30-32页 |
| 3.4.1 PSO算法原理 | 第31页 |
| 3.4.2 PSO算法步骤 | 第31-32页 |
| 3.5 基于PSO优化的共振稀疏分解 | 第32-34页 |
| 3.5.1 小波基函数库的自适应选取 | 第32-33页 |
| 3.5.2 SALSA修正参数的优化选取 | 第33-34页 |
| 3.6 转子轴承系统模拟故障信号分析 | 第34-37页 |
| 3.7 转子轴承系统微弱故障诊断 | 第37-48页 |
| 3.7.1 正常信号分析 | 第38-40页 |
| 3.7.2 轴承内圈故障信号分析 | 第40-44页 |
| 3.7.3 轴承外圈故障信号分析 | 第44-48页 |
| 3.8 小结 | 第48-49页 |
| 第4章 基于MED-RSSD的齿轮轴承系统故障诊断 | 第49-69页 |
| 4.1 引言 | 第49页 |
| 4.2 最小熵反褶积理论 | 第49-51页 |
| 4.3 齿轮轴承系统模拟信号分析 | 第51-58页 |
| 4.4 齿轮轴承系统复合故障诊断 | 第58-61页 |
| 4.5 现场齿轮箱复合故障诊断 | 第61-68页 |
| 4.6 小结 | 第68-69页 |
| 第5章 结论与展望 | 第69-71页 |
| 5.1 结论 | 第69页 |
| 5.2 展望 | 第69-71页 |
| 参考文献 | 第71-75页 |
| 致谢 | 第75页 |