| 摘要 | 第1-7页 |
| Abstract | 第7-13页 |
| 第1章 绪论 | 第13-31页 |
| ·选题意义 | 第13-14页 |
| ·研究内容概述 | 第14-16页 |
| ·非线性信号分析方法在故障诊断中的研究现状 | 第16-21页 |
| ·复杂性测度方法 | 第17-18页 |
| ·核主元分析方法 | 第18-19页 |
| ·流形学习方法 | 第19-20页 |
| ·支持向量机方法 | 第20-21页 |
| ·存在的问题与本文研究的主要内容 | 第21-24页 |
| ·故障诊断方法中存在的问题 | 第21-22页 |
| ·研究方法与技术路线 | 第22页 |
| ·本文研究的主要内容与结构安排 | 第22-24页 |
| ·论文的创新点 | 第24页 |
| 参考文献 | 第24-31页 |
| 第2章 研究对象分析与实验设计 | 第31-42页 |
| ·引言 | 第31页 |
| ·研究对象分析 | 第31-36页 |
| ·滚动轴承动力学特性 | 第32-34页 |
| ·主要失效形式 | 第34-35页 |
| ·轴承振动特征 | 第35-36页 |
| ·实验设计 | 第36-40页 |
| ·测试系统与仪器 | 第36-39页 |
| ·故障设置 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 参考文献 | 第41-42页 |
| 第3章 基于复杂性理论的滚动轴承监测诊断研究 | 第42-57页 |
| ·引言 | 第42-43页 |
| ·排列熵 | 第43-48页 |
| ·排列熵算法 | 第43-44页 |
| ·排列熵计算步骤 | 第44-45页 |
| ·数据长度的选择 | 第45-47页 |
| ·嵌入维数与延迟时间的选择 | 第47-48页 |
| ·计算时间分析 | 第48页 |
| ·排列熵算法有效性验证 | 第48-49页 |
| ·在滚动轴承状态监测中的应用 | 第49-53页 |
| ·特征提取与分析 | 第50-52页 |
| ·阈值设置 | 第52-53页 |
| ·本章小结 | 第53-54页 |
| 参考文献 | 第54-57页 |
| 第4章 核主元非线性特征提取与轴承故障检测研究 | 第57-78页 |
| ·引言 | 第57-58页 |
| ·核主元分析 | 第58-61页 |
| ·KPCA 算法 | 第58-61页 |
| ·Hotelling’s T~2 统计量和Q 统计量 | 第61页 |
| ·基于核主元分析设备状态诊断步骤 | 第61-62页 |
| ·基于KPCA 提取非线性特征 | 第62-69页 |
| ·信号特征分析 | 第62-64页 |
| ·仿真信号研究 | 第64-69页 |
| ·基于KPCA 的滚动轴承状态检测 | 第69-75页 |
| ·本章小结 | 第75-76页 |
| 参考文献 | 第76-78页 |
| 第5章 轴承状态非线性特征流形分析及诊断研究 | 第78-100页 |
| ·引言 | 第78-79页 |
| ·流形学习 | 第79-85页 |
| ·基本定义 | 第80页 |
| ·流形学习算法 | 第80-85页 |
| 1. 局部线性嵌入算法 | 第81-82页 |
| 2. 等距映射算法 | 第82-83页 |
| 3. 局部切空间排列算法 | 第83-85页 |
| ·仿真信号分析 | 第85-92页 |
| ·典型数据流形分析 | 第85-88页 |
| ·仿真轴承数据分析 | 第88-92页 |
| ·实例分析 | 第92-96页 |
| ·本章小结 | 第96-97页 |
| 参考文献 | 第97-100页 |
| 第6章 基于支持向量机的滚动轴承故障诊断研究 | 第100-116页 |
| ·引言 | 第100-101页 |
| ·支持向量机 | 第101-105页 |
| ·理论基础 | 第101-104页 |
| ·多类支持向量分类机 | 第104-105页 |
| ·仿真信号分析 | 第105-107页 |
| ·实例分析 | 第107-113页 |
| ·滚动轴承振动信号分析 | 第107-108页 |
| ·实例分析1: 基于KPCA 与SVM 的轴承故障诊断 | 第108-111页 |
| ·基于KPCA 的非线性特征提取 | 第108-109页 |
| ·基于SVM 的轴承状态识别 | 第109-111页 |
| ·实例分析2: 基于流形学习与SVM 的轴承故障诊断 | 第111-113页 |
| ·基于流形学习的非线性特征提取 | 第111页 |
| ·基于SVM 的轴承状态识别 | 第111-113页 |
| ·本章小结 | 第113-114页 |
| 参考文献 | 第114-116页 |
| 第7章 全文总结 | 第116-120页 |
| 在读期间发表的学术论文 | 第120-121页 |
| 致谢 | 第121-122页 |
