| 第一章 绪论 | 第1-15页 |
| 1．1 发动机故障诊断技术概论 | 第7-10页 |
| 1．1．1 国内外发动机故障诊断技术的发展状况和趋势 | 第7-8页 |
| 1．1．2 发动机故障诊断技术机理及组成 | 第8-9页 |
| 1．1．3 发动机故障诊断常用方法 | 第9-10页 |
| 1．2 基于声信号技术的发动机故障诊断概况 | 第10-12页 |
| 1．2．1 国内外声信号技术在发动机故障诊断中的应用 | 第10-11页 |
| 1．2．2 基于声信号技术的发动机故障诊断优越性 | 第11-12页 |
| 1．3 发动机声诊技术的难点和突破点 | 第12-13页 |
| 1．4 课题研究的主要内容 | 第13-15页 |
| 第二章 声学基础及发动机故障声测方案研究 | 第15-32页 |
| 2．1 声学基础 | 第15-17页 |
| 2．1．1 振动和波的联系和区别 | 第16页 |
| 2．1．2 声波的性质 | 第16-17页 |
| 2．1．2．1 声波的物理性质 | 第16-17页 |
| 2．1．2．2 声波的传播特性 | 第17页 |
| 2．2 声信号监测技术几种常见方法 | 第17-19页 |
| 2．3 发动机产生声响的基础原理 | 第19-20页 |
| 2．3．1 发动机正常响声 | 第19-20页 |
| 2．3．2 发动机异响 | 第20页 |
| 2．3．3 发动机异响与故障间的关系 | 第20页 |
| 2．4 发动机表面声信号的产生机理及相应的激振源 | 第20-24页 |
| 2．4．1 发动机表面声信号产生机理 | 第21-22页 |
| 2．4．2 发动机表面声信号产生激励源的频带范围 | 第22-24页 |
| 2．4．2．1 机体表面辐射噪声 | 第22页 |
| 2．4．2．2 进气声信号 | 第22-23页 |
| 2．4．2．3 排气声信号 | 第23页 |
| 2．4．2．4 气门间隙产生的声信号 | 第23-24页 |
| 2．4．2．5 气门落座噪声 | 第24页 |
| 2．5 基于声信号技术的发动机故障诊断方案研究 | 第24-27页 |
| 2．5．1 环境噪声的测定 | 第24页 |
| 2．5．2 声场的确定 | 第24-26页 |
| 2．5．2．1 自由场的确定依据 | 第25页 |
| 2．5．2．2 现场自由场的确定结果 | 第25-26页 |
| 2．5．3 故障点设置 | 第26页 |
| 2．5．4 最佳测点的选择原则和实际测点的布置 | 第26-27页 |
| 2．6 测试方案的功能模块介绍 | 第27-31页 |
| 2．6．1 数据采集模块 | 第27-30页 |
| 2．6．1．1 声信号采集卡要求 | 第28-29页 |
| 2．6．1．2 传声器的选择 | 第29-30页 |
| 2．6．2 数据分析处理模块和故障识别模块 | 第30页 |
| 2．6．3 MTALAB 软件介绍 | 第30-31页 |
| 2．7 本章小结 | 第31-32页 |
| 第三章 用于声信号技术的小波方法研究及改进 | 第32-52页 |
| 3．1 传统频谱分析技术 | 第32-33页 |
| 3．1．1 自功率谱密度分析 | 第32-33页 |
| 3．1．2 故障诊断中的传统频谱分析方法局限性 | 第33页 |
| 3．2 小波变换基础理论 | 第33-37页 |
| 3．2．1 连续小波变换的定义及特点 | 第34-37页 |
| 3．2．2 多分辨率分析的基本特性 | 第37页 |
| 3．3 小波包分析的基本理论 | 第37-40页 |
| 3．3．1 小波包定义 | 第38-39页 |
| 3．3．2 小波包分解和重构的算法 | 第39-40页 |
| 3．4 基于小波变换的去噪技术研究 | 第40-45页 |
| 3．4．1 小波去噪基本模型 | 第40-41页 |
| 3．4．2 信号去噪准则 | 第41页 |
| 3．4．3 一维信号去噪步骤 | 第41页 |
| 3．4．4 各级阈值的确定及仿真信号分析 | 第41-44页 |
| 3．4．5 分层阈值去噪法及仿真信号分析 | 第44-45页 |
| 3．5 非平稳信号特征提取及方法改进 | 第45-50页 |
| 3．5．1 特征提取的一般步骤 | 第45-46页 |
| 3．5．2 基于小波系数的特征提取方法介绍 | 第46页 |
| 3．5．3 基于传统小波包的特征提取方法 | 第46-47页 |
| 3．5．4 基于改进小波包的特征提取方法 | 第47-50页 |
| 3．5．4．1 基于小波包分解的频带局部能量 | 第48页 |
| 3．5．4．2 基于区间小波包分解和频带局部能量法相结合特征提取 | 第48-50页 |
| 3．6 本章小结 | 第50-52页 |
| 第四章 小波神经网络 | 第52-61页 |
| 4．1 小波神经网概述 | 第52-53页 |
| 4．1．1 松散型小波神经网优缺点 | 第53页 |
| 4．1．2 松散型小波神经网的改进 | 第53页 |
| 4．2 BP 神经网络概述 | 第53-57页 |
| 4．2．1 BP 网络基本结构 | 第54-55页 |
| 4．2．2 BP 神经网络的学习算法 | 第55-56页 |
| 4．2．3 BP 网的优缺点 | 第56页 |
| 4．2．4 BP 网的改进 | 第56-57页 |
| 4．3 应用于故障诊断的神经网络设计 | 第57-60页 |
| 4．4 本章小结 | 第60-61页 |
| 第五章 实验结果分析 | 第61-80页 |
| 5．1 实验工况设置及试验步骤 | 第61页 |
| 5．2 基于小波变换的实测信号分析与处理 | 第61-70页 |
| 5．2．1 传统的频谱技术应用于实测信号 | 第63-65页 |
| 5．2．2 基于小波变换的自功率谱密度分析的应用 | 第65-68页 |
| 5．2．3 分层阈值去噪法的应用 | 第68-70页 |
| 5．3 基于改进小波包的实测信号特征提取 | 第70-75页 |
| 5．4 基于小波神经网络的实测信号学习与训练 | 第75-79页 |
| 5．5 本章小结 | 第79-80页 |
| 第六章 结论与展望 | 第80-82页 |
| 参考文献 | 第82-85页 |
| 致谢 | 第85-86页 |
| 个人简历 | 第86页 |
