| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-16页 |
| 1.1 课题研究背景以及意义 | 第8-9页 |
| 1.2 国内外研究现状分析 | 第9-14页 |
| 1.2.1 滚动轴承故障监测技术 | 第9-10页 |
| 1.2.2 振动信号特征提取方法 | 第10-12页 |
| 1.2.3 常见的信息熵 | 第12-13页 |
| 1.2.4 故障识别方法 | 第13-14页 |
| 1.3 本文主要研究内容 | 第14-16页 |
| 第二章 相关理论基础及振动信号预处理方法 | 第16-27页 |
| 2.1 概述 | 第16页 |
| 2.2 相关理论基础 | 第16-19页 |
| 2.2.1 VMD | 第16-17页 |
| 2.2.2 改进型CEEMDAN | 第17-19页 |
| 2.3 预处理方法 | 第19-26页 |
| 2.3.1 形态学滤波 | 第19-20页 |
| 2.3.2 奇异值分解滤波 | 第20-21页 |
| 2.3.3 小波滤波 | 第21页 |
| 2.3.4 最大相关峭度解卷积 | 第21-22页 |
| 2.3.5 实验及结果分析 | 第22-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第三章 基于VMD-SE和DE-ELM的滚动轴承故障诊断方法 | 第27-50页 |
| 3.1 概述 | 第27页 |
| 3.2 基于SE的特征提取 | 第27页 |
| 3.3 DE-ELM算法及故障诊断模型 | 第27-30页 |
| 3.3.1 差分进化算法 | 第27-28页 |
| 3.3.2 DE-ELM算法 | 第28-29页 |
| 3.3.3 故障诊断模型 | 第29-30页 |
| 3.4 实验及结果分析 | 第30-49页 |
| 3.4.1 不同载荷条件的适应性实验 | 第41-46页 |
| 3.4.2 不同刻伤条件的适应性实验 | 第46-49页 |
| 3.5 本章小结 | 第49-50页 |
| 第四章 基于改进型CEEMDAN的滚动轴承故障诊断方法 | 第50-60页 |
| 4.1 概述 | 第50页 |
| 4.2 基于改进型CEEMDAN的特征值提取 | 第50-51页 |
| 4.3 SVM分类器设计 | 第51页 |
| 4.4 实验及结果分析 | 第51-59页 |
| 4.4.1 不同载荷条件的适应性实验 | 第56-57页 |
| 4.4.2 不同刻伤条件的适应性实验 | 第57-59页 |
| 4.5 本章小结 | 第59-60页 |
| 第五章 工作总结与展望 | 第60-62页 |
| 5.1 研究工作总结 | 第60页 |
| 5.2 研究工作展望 | 第60-62页 |
| 参考文献 | 第62-67页 |
| 攻读硕士学位期间参与的科研项目和研究成果 | 第67-68页 |
| 致谢 | 第68-69页 |