基于短时奇异谱分析的滚动轴承故障诊断方法研究
| 致谢 | 第5-6页 |
| 摘要 | 第6-8页 |
| ABSTRACT | 第8-9页 |
| 第1章 绪论 | 第12-24页 |
| 1.1 课题背景 | 第12-14页 |
| 1.1.1 课题来源 | 第12页 |
| 1.1.2 课题意义 | 第12-14页 |
| 1.2 滚动轴承故障诊断技术的研究现状 | 第14-19页 |
| 1.2.1 基于传统振动分析的故障诊断方法 | 第14-15页 |
| 1.2.2 基于现代信号处理的故障诊断技术 | 第15-18页 |
| 1.2.3 基于数据驱动的智能故障诊断技术 | 第18-19页 |
| 1.3 奇异值分级理论在故障诊断中的应用 | 第19-21页 |
| 1.4 主要研究内容 | 第21-24页 |
| 第2章 基于短时奇异值分解的特征提取算法 | 第24-52页 |
| 2.1 引言 | 第24页 |
| 2.2 奇异值分解理论简介 | 第24-29页 |
| 2.2.1 奇异值分解的定义 | 第25-26页 |
| 2.2.2 奇异值分解的性质 | 第26-28页 |
| 2.2.3 奇异值分解的应用 | 第28-29页 |
| 2.3 滚动轴承故障信号特征分析 | 第29-39页 |
| 2.3.1 滚动轴承基本结构特征 | 第29-31页 |
| 2.3.2 滚动轴承点蚀故障模型 | 第31-33页 |
| 2.3.3 滚动轴承故障信号分析 | 第33-39页 |
| 2.4 基于短时奇异值分解的特征提取 | 第39-50页 |
| 2.4.1 滑移短时矩阵序列构架 | 第39-41页 |
| 2.4.2 基于短时奇异谱的特征提取 | 第41-47页 |
| 2.4.3 特征提取关键参数讨论 | 第47-50页 |
| 2.5 本章小结 | 第50-52页 |
| 第3章 基于短时奇异谱分析的信号滤波降噪 | 第52-80页 |
| 3.1 引言 | 第52页 |
| 3.2 基于短时奇异谱分析的故障信息提取 | 第52-58页 |
| 3.2.1 主奇异值特征序列构建 | 第53-55页 |
| 3.2.2 轴承系统固有频率提取 | 第55-57页 |
| 3.2.3 故障信号噪声成分提取 | 第57-58页 |
| 3.3 基于故障特征信息提取的滤波器设计 | 第58-71页 |
| 3.3.1 FIR滤波器设计基础 | 第59-61页 |
| 3.3.2 最优FIR带通滤波器设计 | 第61-63页 |
| 3.3.3 滤波器关键参数判定准则 | 第63-66页 |
| 3.3.4 仿真信号滤波降噪分析 | 第66-71页 |
| 3.4 基于噪声提取的LMS自适应滤波器设计 | 第71-78页 |
| 3.4.1 LMS自适应滤波器原理介绍 | 第71-74页 |
| 3.4.2 基于噪声估计的自适应滤波器设计 | 第74-75页 |
| 3.4.3 自适应滤波器降噪分析 | 第75-78页 |
| 3.5 本章小结 | 第78-80页 |
| 第4章 基于主奇异值特征提取的信号稀疏表示 | 第80-104页 |
| 4.1 引言 | 第80页 |
| 4.2 稀疏表示理论及算法 | 第80-84页 |
| 4.2.1 稀疏逼近及稀疏表示 | 第80-81页 |
| 4.2.2 匹配追踪算法基本原理 | 第81-84页 |
| 4.3 基于K-SVD算法的自适应字典构建 | 第84-94页 |
| 4.3.1 K-SVD字典训练算法 | 第85-88页 |
| 4.3.2 自适应原子字典构建 | 第88-94页 |
| 4.4 基于自适应原子字典的信号稀疏表示 | 第94-102页 |
| 4.4.1 基于MP算法的信号稀疏表示 | 第94-99页 |
| 4.4.2 基于功率估计的迭代终止条件 | 第99-102页 |
| 4.5 本章小结 | 第102-104页 |
| 第5章 实验验证与分析 | 第104-131页 |
| 5.1 引言 | 第104页 |
| 5.2 单列深沟球轴承实验 | 第104-115页 |
| 5.2.1 实验设备及对象 | 第104-108页 |
| 5.2.2 试验方案和操作流程 | 第108-109页 |
| 5.2.3 试验结果分析 | 第109-115页 |
| 5.3 单列圆锥滚子轴承实验 | 第115-129页 |
| 5.3.1 试验设备及对象 | 第115-118页 |
| 5.3.2 试验操作流程 | 第118-120页 |
| 5.3.3 实验结果分析 | 第120-129页 |
| 5.4 本章小结 | 第129-131页 |
| 第6章 总结与展望 | 第131-134页 |
| 6.1 全文总结 | 第131-132页 |
| 6.2 主要创新点 | 第132-133页 |
| 6.3 研究展望 | 第133-134页 |
| 参考文献 | 第134-142页 |
| 攻读博士学位期间主要的研究成果 | 第142页 |
