摘要 | 第3-4页 |
Abstract | 第4-5页 |
图目录 | 第8-10页 |
表目录 | 第10-11页 |
第1章 绪论 | 第11-19页 |
1.1 选题意义 | 第11-12页 |
1.2 轴承诊断的基本步骤 | 第12页 |
1.3 滚动轴承故障诊断的主要方法 | 第12-13页 |
1.4 轴承振动信号的分类 | 第13-14页 |
1.4.1 确定性信号 | 第13页 |
1.4.2 随机信号 | 第13-14页 |
1.5 轴承故障诊断的现状与进展 | 第14-17页 |
1.6 轴承寿命预测理论的发展 | 第17-19页 |
第2章 轴承故障的机理与特征 | 第19-24页 |
2.1 滚动轴承的结构及故障成因 | 第19-21页 |
2.1.1 滚动轴承的结构及失效形式 | 第19-20页 |
2.1.2 滚动轴承的振动机理 | 第20-21页 |
2.2 滚动轴承故障特征频率计算 | 第21-23页 |
2.3 滚动轴承振动信号的采集 | 第23-24页 |
第3章 基于EMD与JADE的轴承故障分类 | 第24-41页 |
3.1 引言 | 第24-25页 |
3.2 基本理论 | 第25-29页 |
3.2.1 经验模态分解(Empirical Mode Decomposition,EMD) | 第25-27页 |
3.2.2 特征矩阵联合近似对角化(Joint Approximate Diagonalization ofEigen-matrices) | 第27-28页 |
3.2.3 谱相关 | 第28页 |
3.2.4 支持向量机(SVM) | 第28-29页 |
3.3 基于EMD和JADE的轴承故障分类方法 | 第29-30页 |
3.4 仿真信号分析 | 第30-33页 |
3.5 应用实例 | 第33-40页 |
3.6 本章小结 | 第40-41页 |
第4章 基于双层JADE和ELM的轴承寿命预测 | 第41-59页 |
4.1 引言 | 第41-42页 |
4.2 基础理论 | 第42-45页 |
4.2.1 JADE | 第42-43页 |
4.2.2 极限学习机 | 第43-45页 |
4.3 基于双层JADE和ELM的寿命预测方法 | 第45-47页 |
4.4 应用实例一 | 第47-56页 |
4.5 应用实例二 | 第56-58页 |
4.6 本章小结 | 第58-59页 |
第5章 基于LabVIEW的轴承疲劳实验 | 第59-66页 |
5.1 LabVIEW论述及应用 | 第59-60页 |
5.1.1 LabVIEW概述 | 第59页 |
5.1.2 LabVIEW的应用 | 第59-60页 |
5.2 轴承疲劳试验装置 | 第60-63页 |
5.3 实例分析 | 第63-65页 |
5.4 本章小结 | 第65-66页 |
第6章 结论与展望 | 第66-68页 |
6.1 结论 | 第66-67页 |
6.2 展望 | 第67-68页 |
参考文献 | 第68-73页 |
致谢 | 第73-74页 |
在读期间发表的学术论文 | 第74页 |