| 摘要 | 第3-5页 |
| Abstract | 第5-7页 |
| 符号说明 | 第11-13页 |
| 第一章 绪论 | 第13-29页 |
| 1.1 课题背景 | 第13-16页 |
| 1.1.1 课题来源 | 第13页 |
| 1.1.2 课题意义 | 第13-16页 |
| 1.2 国内外研究现状 | 第16-23页 |
| 1.2.1 非线性信号处理方法 | 第16-20页 |
| 1.2.2 智能故障诊断算法 | 第20-23页 |
| 1.3 图像的稀疏表征 | 第23-25页 |
| 1.4 文献总结 | 第25页 |
| 1.5 主要工作与总体框架 | 第25-29页 |
| 第二章 稀疏分解及图像稀疏表征理论 | 第29-49页 |
| 2.1 引言 | 第29页 |
| 2.2 稀疏分解基础概念 | 第29-35页 |
| 2.2.1 信号的逼近论到冗余表征 | 第29-32页 |
| 2.2.2 稀疏性度量 | 第32-35页 |
| 2.2.3 唯一性和不确定性 | 第35页 |
| 2.3 稀疏分解求解相关算法 | 第35-38页 |
| 2.3.1 基追踪 | 第37页 |
| 2.3.2 FOCUSS算法 | 第37-38页 |
| 2.4 过完备冗余字典 | 第38-42页 |
| 2.4.1 分析字典 | 第38-40页 |
| 2.4.2 学习字典 | 第40-42页 |
| 2.5 图像的稀疏表征 | 第42-48页 |
| 2.5.1 多尺度几何分析方法 | 第42-47页 |
| 2.5.2 基于冗余字典库的图像稀疏表征 | 第47-48页 |
| 2.6 小结 | 第48-49页 |
| 第三章 基于最小熵解卷积与稀疏分解的滚动轴承微弱故障诊断 | 第49-77页 |
| 3.1 引言 | 第49-50页 |
| 3.2 最小熵解卷积 | 第50-54页 |
| 3.2.1 最小熵解卷积原理 | 第50-52页 |
| 3.2.2 MED在滚动轴承仿真及实际故障信号中的应用 | 第52-54页 |
| 3.3 稀疏分解 | 第54-57页 |
| 3.3.1 MP算法 | 第54-55页 |
| 3.3.2 噪声影响下稀疏分解的仿真应用 | 第55-57页 |
| 3.4 滚动轴承微弱故障仿真 | 第57-61页 |
| 3.5 实验验证一 | 第61-73页 |
| 3.5.1 实验台 | 第61-62页 |
| 3.5.2 滚动轴承试件 | 第62-63页 |
| 3.5.3 采集设备 | 第63-64页 |
| 3.5.4 滚动轴承内圈微弱故障 | 第64-66页 |
| 3.5.5 滚动轴承外圈微弱故障 | 第66-68页 |
| 3.5.6 对比研究 | 第68-73页 |
| 3.6 实验验证二 | 第73-76页 |
| 3.7 本章小结 | 第76-77页 |
| 第四章 基于共振稀疏分解的滚动轴承早期微弱故障诊断 | 第77-111页 |
| 4.1 引言 | 第77-78页 |
| 4.2 共振稀疏分解 | 第78-85页 |
| 4.2.1 信号品质因子的定义 | 第78-80页 |
| 4.2.2 品质因子可调小波变换的分离算法 | 第80-81页 |
| 4.2.3 品质因子可调小波变换相关参数讨论 | 第81-83页 |
| 4.2.4 TQWT的优点 | 第83-85页 |
| 4.3 总体经验模态分解方法 | 第85-88页 |
| 4.4 仿真 | 第88-91页 |
| 4.4.1 仿真 1 | 第88页 |
| 4.4.2 仿真 2 | 第88-91页 |
| 4.5 滚动轴承加速疲劳试验 | 第91-106页 |
| 4.5.1 实验台 | 第91-92页 |
| 4.5.2 实验试件及相关测试条件 | 第92-93页 |
| 4.5.3 数据采集系统 | 第93-94页 |
| 4.5.4 实验装置连接及操作流程 | 第94-95页 |
| 4.5.5 实验结果分析及讨论 | 第95-106页 |
| 4.6 齿轮信号干扰下滚动轴承故障诊断实验 | 第106-109页 |
| 4.6.1 实验描述及试件相关参数 | 第106页 |
| 4.6.2 实验结果分析 | 第106-109页 |
| 4.7 本章小结 | 第109-111页 |
| 第五章 基于稀疏性非负矩阵分解的滚动轴承复合故障诊断 | 第111-133页 |
| 5.1 引言 | 第111-112页 |
| 5.2 稀疏性非负矩阵分解 | 第112-115页 |
| 5.2.1 非负矩阵分解 | 第112-113页 |
| 5.2.2 稀疏性非负矩阵分解 | 第113-115页 |
| 5.3 基于双谱图像稀疏性非负矩阵分解的模式识别 | 第115-121页 |
| 5.3.1 双谱分析方法 | 第115-118页 |
| 5.3.2 支持向量数据描述 | 第118-120页 |
| 5.3.3 模式识别流程 | 第120-121页 |
| 5.4 滚动轴承复合故障实验 | 第121-132页 |
| 5.4.1 实验描述 | 第121-123页 |
| 5.4.2 轴承试件三种运行状态时域及包络解调分析 | 第123-126页 |
| 5.4.3 实验结果分析 | 第126-128页 |
| 5.4.4 诊断结果及对比研究 | 第128-132页 |
| 5.5 本章小结 | 第132-133页 |
| 第六章 结论与展望 | 第133-137页 |
| 6.1 全文工作总结 | 第133-134页 |
| 6.2 主要创新点 | 第134-135页 |
| 6.3 研究展望 | 第135-137页 |
| 参考文献 | 第137-147页 |
| 攻读博士学位期间第一作者发表的学术论文清单 | 第147-148页 |
| 攻读博士学位期间参与科研项目情况 | 第148-149页 |
| 致谢 | 第149-152页 |
