| 中文摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 1.绪论 | 第10-16页 |
| 1.1 滚动轴承故障诊断的研究背景和意义 | 第10-11页 |
| 1.2 滚动轴承故障诊断技术研究概述 | 第11-14页 |
| 1.2.1 滚动轴承故障监测技术 | 第11-12页 |
| 1.2.2 滚动轴承故障监测技术的研究现状 | 第12-13页 |
| 1.2.3 滚动轴承故障技术的总体趋势 | 第13-14页 |
| 1.3 滚动轴承故障诊断系统 | 第14-15页 |
| 1.4 本文主要的研究内容 | 第15-16页 |
| 2.滚动轴承故障成因和振动原理 | 第16-25页 |
| 2.1 滚轴承的结构 | 第16-17页 |
| 2.2 滚动轴承的故障类型及成因 | 第17-20页 |
| 2.3 滚动轴承振动成因及故障频率计算 | 第20-21页 |
| 2.3.1 滚动轴承的振动成因 | 第20-21页 |
| 2.3.2 滚动轴承特征频率计算 | 第21页 |
| 2.4 滚动轴承振动信号的采集 | 第21-22页 |
| 2.5 实验所使用的故障数据的描述 | 第22-24页 |
| 2.5.1 滚动轴承系统和实验条件 | 第22-23页 |
| 2.5.2 故障数据文件的具体描述 | 第23-24页 |
| 2.6 本章总结 | 第24-25页 |
| 3.小波分析与希尔伯特黄变换理论 | 第25-41页 |
| 3.1 小波分析 | 第25-31页 |
| 3.1.1 连续小波变换 | 第25-26页 |
| 3.1.2 离散小波变换 | 第26-28页 |
| 3.1.3 Mallat快速算法 | 第28-30页 |
| 3.1.4 小波包理论 | 第30-31页 |
| 3.2 小波降噪 | 第31-33页 |
| 3.3 希尔伯特黄变换 | 第33-40页 |
| 3.3.1 EMD分解及过程 | 第33-34页 |
| 3.3.2 希尔伯特包络分析 | 第34-35页 |
| 3.3.3 噪声对希尔伯特黄边换的影响 | 第35-40页 |
| 3.4 本章总结 | 第40-41页 |
| 4.基于WPD-HHT在滚动轴承的故障诊断研究 | 第41-51页 |
| 4.1 小波包的分解与重构 | 第41页 |
| 4.2 基于WPD—HHT的方法研究 | 第41-42页 |
| 4.3 MATLAB实验仿真 | 第42-50页 |
| 4.3.1 实验数据 | 第42-43页 |
| 4.3.2 基于WPD-HHT方法在故障诊断应用的实例 | 第43-50页 |
| 4.4 本章总结 | 第50-51页 |
| 5.基于WPD-PCA-SVM在滚动轴承的故障诊断研究 | 第51-65页 |
| 5.1 支持向量机理论 | 第51-56页 |
| 5.1.1 最优分类面 | 第51-52页 |
| 5.1.2 线性支持向量机 | 第52-53页 |
| 5.1.3 非线性支持向量机 | 第53-54页 |
| 5.1.4 多分类支持向量机 | 第54-56页 |
| 5.2 小波包的能量提取技术 | 第56-58页 |
| 5.2.1 小波包的能量提取 | 第56页 |
| 5.2.2 特征向量的归一化处理 | 第56-58页 |
| 5.3 主成分分析技术 | 第58-59页 |
| 5.4 基于WPD-PCA-SVM在滚动轴承故障诊断的研究 | 第59-60页 |
| 5.5 实验仿真 | 第60-63页 |
| 5.5.1 样本测试数据 | 第60-61页 |
| 5.5.2 滚动轴承故障诊断实验 | 第61-63页 |
| 5.6 本章总结 | 第63-65页 |
| 6.总结与展望 | 第65-66页 |
| 6.1 全文总结 | 第65-66页 |
| 参考文献 | 第66-68页 |
| 致谢 | 第68-69页 |
| 作者简介 | 第69-70页 |
