基于支持向量机的齿轮箱故障诊断系统开发

摘要	第1-6页
Abstract	第6-8页
目录	第8-12页
第1章 绪论	第12-18页
·课题研究的背景和意义	第12-13页
·齿轮箱故障诊断技术的发展与研究现状	第13-17页
·齿轮箱故障诊断技术的发展	第13-14页
·齿轮箱故障诊断技术的研究现状及发展趋势	第14-17页
·课题研究的主要内容	第17-18页
第2章 齿轮箱故障类型及信号特征分析	第18-29页
·齿轮箱故障的分类	第18页
·齿轮故障振动信号特征分析	第18-23页
·齿轮的简化振动模型	第18-20页
·齿轮故障振动信号特征	第20-22页
·齿轮的常见故障振动特征	第22-23页
·滚动轴承故障振动信号特征分析	第23-25页
·滚动轴承振动机理	第23-24页
·滚动轴承故障振动信号特征	第24-25页
·滚动轴承的常见故障振动特征	第25页
·轴故障振动信号特征分析	第25-28页
·轴不对中	第25-26页
·轴弯曲	第26-27页
·轴不平衡	第27页
·轴向窜动	第27-28页
·本章小结	第28-29页
第3章 齿轮箱典型故障模拟实验	第29-34页
·实验系统的构成	第29-30页
·实验所用仪器	第30-31页
·齿轮箱故障模拟	第31-32页
·测点布置	第32-33页
·实验数据的采集	第33页
·本章小结	第33-34页
第4章 齿轮箱振动信号的分析及特征提取	第34-65页
·齿轮箱振动信号的时域分析	第34-38页
·信号预处理	第34-36页
·时域统计分析	第36-37页
·相关分析	第37-38页
·齿轮箱振动信号的频域分析	第38-50页
·频谱分析	第38-40页
·频谱细化分析	第40-41页
·倒频谱分析	第41-43页
·解调分析	第43-45页
·齿轮箱实验数据的频域分析实例	第45-50页
·小波分析方法	第50-59页
·小波变换基础	第50-53页
·多分辨分析	第53-54页
·Mallat算法	第54-55页
·齿轮箱振动信号的小波降噪处理	第55-58页
·小波分析在齿轮箱故障诊断中的应用	第58-59页
·故障特征参数提取	第59-64页
·时域故障特征参数	第59-60页
·频域故障特征参数	第60-63页
·基于小波分解的多尺度空间能量分布特征参数	第63-64页
·本章小结	第64-65页
第5章 基于支持向量机的齿轮箱故障模式识别	第65-80页
·支持向量机	第65-66页
·支持向量机的基本思想	第65页
·最优超平面与支持向量机	第65-66页
·支持向量分类机	第66-72页
·线性可分问题的支持向量分类机	第66-68页
·线性支持向量分类机	第68-69页
·非线性支持向量分类机	第69-71页
·支持向量机的多分类算法	第71-72页
·支持向量机的参数选择	第72-77页
·核函数的选择	第72-73页
·核参数的调整	第73-75页
·正则化参数C	第75-77页
·基于支持向量机的齿轮箱故障诊断	第77-79页
·支持向量机训练	第77页
·支持向量机诊断	第77-79页
·本章小结	第79-80页
第6章 齿轮箱故障诊断软件系统开发	第80-98页
·软件系统的整体设计	第80-82页
·系统概述	第80页
·系统功能需求分析	第80-81页
·系统设计方案	第81-82页
·软件开发工具的选用及简要介绍	第82-83页
·软件界面及主要功能模块	第83-97页
·视图界面	第83-84页
·采样数据格式转换模块	第84-85页
·时域波形显示	第85页
·信号预处理模块	第85-88页
·特征频率计算模块	第88-89页
·信号分析模块	第89-93页
·特征参数提取模块	第93-94页
·支持向量机诊断模块	第94-95页
·实验数据诊断结果	第95-97页
·本章小结	第97-98页
第7章 结论与展望	第98-99页
·结论	第98页
·展望	第98-99页
参考文献	第99-103页
附录	第103-107页
致谢	第107页