| 摘要 | 第1-5页 |
| ABSTRACT | 第5-11页 |
| 第一章 绪论 | 第11-19页 |
| ·选题目的及意义 | 第11-12页 |
| ·故障诊断技术与趋势预测技术的发展概况 | 第12-15页 |
| ·故障诊断技术和趋势预测方法的研究现状 | 第15-17页 |
| ·基于相空间重构的非线性特征在系统故障诊断中的研究 | 第15-16页 |
| ·混沌时间序列趋势预测方法的研究 | 第16-17页 |
| ·本文主要研究内容 | 第17-19页 |
| 第二章 振动信号的预处理 | 第19-31页 |
| ·小波消噪 | 第19-24页 |
| ·小波变换的定义 | 第19-20页 |
| ·小波阈值去噪 | 第20-21页 |
| ·小波消噪的MATLAB实现与实例仿真 | 第21-24页 |
| ·去除直流分量和趋势项 | 第24-27页 |
| ·去直流 | 第25页 |
| ·去除趋势项 | 第25-27页 |
| ·振动信号的数字积分 | 第27-30页 |
| ·本章小结 | 第30-31页 |
| 第三章 直线振动筛运行特性分析 | 第31-43页 |
| ·直线振动筛的构成与工作原理 | 第31-32页 |
| ·直线振动筛的实验测试 | 第32-33页 |
| ·直线振动筛运动特性分析 | 第33-40页 |
| ·相空间分析 | 第33-34页 |
| ·频域分析 | 第34-35页 |
| ·振动筛数据分析 | 第35-40页 |
| ·非平稳信号分析方法 | 第40-41页 |
| ·本章小结 | 第41-43页 |
| 第四章 分形和混沌在振动筛故障诊断中的应用 | 第43-61页 |
| ·分形与混沌理论 | 第43-46页 |
| ·分形的定义及性质 | 第43-44页 |
| ·吸引子的分形维数 | 第44-46页 |
| ·混沌概述 | 第46页 |
| ·相空间重构理论 | 第46-49页 |
| ·时间延迟τ | 第46-49页 |
| ·嵌入维数m | 第49页 |
| ·分形和混沌特征的计算 | 第49-53页 |
| ·关联维数计算方法 | 第49-50页 |
| ·李雅普诺夫指数计算方法 | 第50-51页 |
| ·仿真验证 | 第51-53页 |
| ·分形和混沌特征在振动筛裂纹诊断中的应用 | 第53-58页 |
| ·幅值谱分析 | 第54-55页 |
| ·关联维数值分析 | 第55-57页 |
| ·李雅普诺夫指数分析 | 第57-58页 |
| ·分形与混沌特征在直线振动筛裂纹定位中的研究 | 第58-59页 |
| ·本章小结 | 第59-61页 |
| 第五章 振动筛时间序列预测方法研究 | 第61-83页 |
| ·混沌时间序列的可预测性 | 第61-62页 |
| ·加权一阶局域预测法 | 第62-65页 |
| ·基于神经网络的时间序列预测法 | 第65-73页 |
| ·BP神经网络预测模型研究 | 第66-70页 |
| ·RBF神经网络预测模型研究 | 第70-73页 |
| ·时间序列预测方法的比较分析 | 第73-75页 |
| ·振动筛时间序列的分析与预测 | 第75-82页 |
| ·振动筛时间序列预测 | 第75-80页 |
| ·振动筛筛帮振动信号特征的趋势分析 | 第80-82页 |
| ·本章小结 | 第82-83页 |
| 第六章 总结与展望 | 第83-85页 |
| ·本文总结 | 第83-84页 |
| ·工作展望 | 第84-85页 |
| 参考文献 | 第85-89页 |
| 致谢 | 第89-91页 |
| 攻读硕士学位期间发表的论文 | 第91页 |