| 致谢 | 第4-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 变量注释表 | 第18-20页 |
| 1 绪论 | 第20-27页 |
| 1.1 课题来源和意义 | 第20-21页 |
| 1.2 滚动轴承故障诊断技术研究背景与现状 | 第21-26页 |
| 1.3 论文研究内容和章节安排 | 第26-27页 |
| 2 滚动轴承故障特征分析及振动诊断方法 | 第27-40页 |
| 2.1 引言 | 第27页 |
| 2.2 滚动轴承故障类型 | 第27-28页 |
| 2.3 滚动轴承振动信号特征 | 第28-34页 |
| 2.4 滚动轴承故障振动信号分析方法 | 第34-39页 |
| 2.5 本章小结 | 第39-40页 |
| 3 基于奇异值分解方法的信号特征分析及降噪研究 | 第40-57页 |
| 3.1 引言 | 第40页 |
| 3.2 奇异值分解方法 | 第40-43页 |
| 3.3 基于奇异值分解的信号特征分析方法 | 第43-46页 |
| 3.4 奇异值分解降噪阶次的选择方法 | 第46-48页 |
| 3.5 基于SVD和Hilbert变换的降噪方法 | 第48-50页 |
| 3.6 基于FFT和SVD的降噪方法 | 第50-56页 |
| 3.7 本章小结 | 第56-57页 |
| 4 EEMD方法及其在滚动轴承故障诊断中的应用 | 第57-82页 |
| 4.1 引言 | 第57页 |
| 4.2 经验模态分解和Hilbert谱分析 | 第57-60页 |
| 4.3 EMD方法的不足及其改进措施 | 第60-67页 |
| 4.4 基于SVD-EEMD-SVM的滚动轴承故障智能诊断 | 第67-78页 |
| 4.5 基于关联度的滚动轴承故障判别 | 第78-81页 |
| 4.6 本章小结 | 第81-82页 |
| 5 滚动轴承振动信号分析与诊断软件系统的开发 | 第82-94页 |
| 5.1 引言 | 第82页 |
| 5.2 软件开发工具介绍 | 第82-84页 |
| 5.3 系统总体方案设计 | 第84-85页 |
| 5.4 软件系统模块介绍 | 第85-93页 |
| 5.5 本章小结 | 第93-94页 |
| 6 结论和展望 | 第94-96页 |
| 6.1 结论 | 第94-95页 |
| 6.2 展望 | 第95-96页 |
| 参考文献 | 第96-101页 |
| 作者简历 | 第101-103页 |
| 学位论文数据集 | 第103页 |