| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 选题背景及意义 | 第9-10页 |
| 1.2 国内外研究现状及发展动态分析 | 第10-12页 |
| 1.3 论文的主要研究内容及编排 | 第12-14页 |
| 1.3.1 研究内容 | 第12页 |
| 1.3.2 研究目标 | 第12-13页 |
| 1.3.3 解决的关键问题 | 第13页 |
| 1.3.4 采取的研究方案 | 第13-14页 |
| 1.3.5 论文编排 | 第14页 |
| 1.4 本章小结 | 第14-15页 |
| 第2章 小波分析理论 | 第15-23页 |
| 2.1 小波分析基础 | 第15-16页 |
| 2.2 小波包分析基础 | 第16-17页 |
| 2.3 小波分析与傅里叶变换的比较 | 第17-18页 |
| 2.4 常用小波函数介绍 | 第18-21页 |
| 2.5 小波变换特征提取过程 | 第21-22页 |
| 2.6 本章小结 | 第22-23页 |
| 第3章 支持向量机基本理论 | 第23-35页 |
| 3.1 支持向量机原理 | 第23-24页 |
| 3.2 支持向量机的分类方法 | 第24-28页 |
| 3.2.1 线性分类 | 第24-25页 |
| 3.2.2 非线性分类 | 第25-26页 |
| 3.2.3 多类分类原理 | 第26-28页 |
| 3.3 SVM方法的特点 | 第28-29页 |
| 3.4 libSVM简介 | 第29-30页 |
| 3.5 支持向量机故障诊断过程 | 第30-31页 |
| 3.6 支持向量机故障诊断仿真应用实例 | 第31-34页 |
| 3.6.1 仿真应用实例一 | 第31-33页 |
| 3.6.2 仿真应用实例二 | 第33-34页 |
| 3.7 本章小结 | 第34-35页 |
| 第4章 电机轴承故障诊断仿真与分析 | 第35-49页 |
| 4.1 小波变换特征提取 | 第35-43页 |
| 4.1.1 正常基线数据的特征提取 | 第35-38页 |
| 4.1.2 风扇端轴承故障数据的特征提取 | 第38-40页 |
| 4.1.3 驱动端轴承故障数据的特征提取 | 第40-42页 |
| 4.1.4 三种运行状态能量矩特征向量对比 | 第42-43页 |
| 4.2 支持向量机故障诊断 | 第43-48页 |
| 4.2.1 训练样本集和测试样本集的构造 | 第43-44页 |
| 4.2.2 支持向量机分类器模型的建立 | 第44-46页 |
| 4.2.3 支持向量机故障诊断结果 | 第46-48页 |
| 4.3 本章小结 | 第48-49页 |
| 第5章 故障诊断在无线传感器网络节点上的实现 | 第49-56页 |
| 5.1 JN5139集成开发环境概述 | 第49-52页 |
| 5.1.1 JN5139集成开发板 | 第49-50页 |
| 5.1.2 软件开发环境CodeBlocks | 第50-51页 |
| 5.1.3 程序烧写软件Flash Programmer | 第51-52页 |
| 5.2 系统软硬件设计 | 第52-53页 |
| 5.2.1 系统软件设计 | 第52-53页 |
| 5.2.2 系统硬件设计 | 第53页 |
| 5.3 系统测试 | 第53-55页 |
| 5.4 本章小结 | 第55-56页 |
| 第6章 总结与展望 | 第56-58页 |
| 6.1 总结 | 第56-57页 |
| 6.2 展望 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 攻读硕士学位期间发表论文及其它成果 | 第61-62页 |
| 致谢 | 第62页 |