| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第13-27页 |
| 1.1 课题研究的背景和意义 | 第13-14页 |
| 1.2 滚动轴承故障特征提取技术研究的现状 | 第14-19页 |
| 1.2.1 故障机理研究的现状 | 第14-15页 |
| 1.2.2 特征提取研究的现状 | 第15-19页 |
| 1.3 滚动轴承故障模式识别研究的现状 | 第19-21页 |
| 1.4 图信号处理研究的现状 | 第21-23页 |
| 1.4.1 基于图的学习和推理方法 | 第21-22页 |
| 1.4.2 图信号处理方法 | 第22-23页 |
| 1.5 图谱指标理论 | 第23-24页 |
| 1.6 本文的主要内容及结构 | 第24-27页 |
| 1.6.1 课题来源及本文思路 | 第24-25页 |
| 1.6.2 本文的主要内容及章节安排 | 第25-27页 |
| 第2章 图信号和图谱指标理论 | 第27-36页 |
| 2.1 引言 | 第27页 |
| 2.2 图论基础 | 第27-32页 |
| 2.2.1 图的基本概念 | 第27-28页 |
| 2.2.2 路图 | 第28-29页 |
| 2.2.3 路图信号 | 第29页 |
| 2.2.4 图结构的矩阵表示方法 | 第29-31页 |
| 2.2.5 谱图理论 | 第31-32页 |
| 2.3 图拉普拉斯算子范数 | 第32-33页 |
| 2.4 图谱指标 | 第33-35页 |
| 2.5 本章小结 | 第35-36页 |
| 第3章 基于路图拉普拉斯算子范数的特征提取方法 | 第36-44页 |
| 3.1 引言 | 第36页 |
| 3.2 基于路图拉普拉斯算子范数和MD的滚动轴承故障诊断方法 | 第36-38页 |
| 3.2.1 故障诊断原理 | 第36-37页 |
| 3.2.2 特征提取 | 第37页 |
| 3.2.3 马氏距离（MD） | 第37页 |
| 3.2.4 故障诊断方法 | 第37-38页 |
| 3.3 应用实例 | 第38-43页 |
| 3.3.1 滚动轴承故障识别 | 第38-40页 |
| 3.3.2 不同故障程度的内圈故障识别 | 第40-42页 |
| 3.3.3 不同邻接矩阵构造方式的结果对比 | 第42-43页 |
| 3.4 本章小结 | 第43-44页 |
| 第4章 基于图谱指标的特征提取方法 | 第44-52页 |
| 4.1 引言 | 第44页 |
| 4.2 基于图谱指标和拉普拉斯特征向量相关谱的滚动轴承故障诊断方法 | 第44-47页 |
| 4.2.1 故障诊断原理 | 第44-45页 |
| 4.2.2 特征量的提取 | 第45页 |
| 4.2.3 拉普拉斯特征向量相关谱 | 第45-47页 |
| 4.2.4 故障诊断方法 | 第47页 |
| 4.3 应用实例 | 第47-51页 |
| 4.3.1 滚动轴承故障识别 | 第47-49页 |
| 4.3.2 不同故障程度的外圈故障识别 | 第49-51页 |
| 4.4 本章小结 | 第51-52页 |
| 第5章 基于路图拉普拉斯特征值的特征提取方法 | 第52-59页 |
| 5.1 引言 | 第52页 |
| 5.2 基于路图拉普拉斯特征值和SVM的滚动轴承故障诊断方法 | 第52-55页 |
| 5.2.1 故障诊断原理 | 第52-53页 |
| 5.2.2 特征提取 | 第53页 |
| 5.2.3 支持向量机 | 第53-54页 |
| 5.2.4 故障诊断方法 | 第54-55页 |
| 5.3 应用实例 | 第55-58页 |
| 5.4 本章小结 | 第58-59页 |
| 结论与展望 | 第59-62页 |
| 参考文献 | 第62-69页 |
| 致谢 | 第69-70页 |
| 附录A 攻读学位期间发表和录用的论文目录 | 第70页 |
