| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-11页 |
| 1 绪论 | 第11-19页 |
| ·课题研究背景及意义 | 第11页 |
| ·滚动轴承故障诊断基本内容 | 第11-12页 |
| ·滚动轴承故障诊断常用方法 | 第12-14页 |
| ·滚动轴承故障诊断研究现状及发展趋势 | 第14-17页 |
| ·研究现状 | 第14-17页 |
| ·发展趋势 | 第17页 |
| ·本文的主要研究内容 | 第17-19页 |
| 2 滚动轴承故障诊断实验平台的建立 | 第19-25页 |
| ·滚动轴承故障模拟 | 第19-20页 |
| ·滚动轴承实验平台硬件系统 | 第20-24页 |
| ·滚动轴承振动试验台 | 第21页 |
| ·数据采集系统 | 第21-24页 |
| ·本章小结 | 第24-25页 |
| 3 滚动轴承故障特征提取 | 第25-43页 |
| ·滚动轴承故障特征常规提取方法 | 第25-27页 |
| ·时域参数 | 第25-26页 |
| ·频域参数 | 第26-27页 |
| ·基于小波分析的故障特征提取 | 第27-37页 |
| ·小波变换理论 | 第27-28页 |
| ·小波包变换理论 | 第28-30页 |
| ·滚动轴承振动信号的小波消噪 | 第30-34页 |
| ·滚动轴承振动信号的小波包能量特征向量提取 | 第34-37页 |
| ·基于分形的滚动轴承故障特征提取 | 第37-42页 |
| ·分形理论简介 | 第37页 |
| ·滚动轴承振动信号网格维数计算方法 | 第37-39页 |
| ·网格维数在滚动轴承故障特征提取中的应用 | 第39-42页 |
| ·本章小结 | 第42-43页 |
| 4 滚动轴承的神经网络故障诊断 | 第43-61页 |
| ·人工神经网络简介 | 第43页 |
| ·BP神经网络学习规则 | 第43-46页 |
| ·BP神经网络的不足与改进 | 第46-47页 |
| ·BP神经网络的不足 | 第46页 |
| ·BP神经网络的改进 | 第46-47页 |
| ·滚动轴承的BP神经网络故障诊断 | 第47-58页 |
| ·滚动轴承故障诊断步骤 | 第47-48页 |
| ·BP神经网络设计 | 第48-49页 |
| ·采用不同算法的训练结果对比 | 第49-51页 |
| ·激励函数的选取对诊断效果的影响 | 第51-54页 |
| ·采用不同特征向量的诊断结果对比 | 第54-57页 |
| ·滚动轴承故障诊断分析 | 第57-58页 |
| ·本章小结 | 第58-61页 |
| 5 滚动轴承故障诊断软件系统开发 | 第61-73页 |
| ·软件系统总体结构介绍 | 第61页 |
| ·数据采集模块开发 | 第61-67页 |
| ·数据采集模块介绍 | 第61-62页 |
| ·数据采集模块开发环境的选择 | 第62页 |
| ·数据传输方式选择 | 第62-63页 |
| ·基于VB和ActiveDAQ控件的数据采集模块开发 | 第63-67页 |
| ·故障诊断模块开发 | 第67-72页 |
| ·故障诊断模块介绍 | 第67页 |
| ·故障诊断软件开发环境的选择 | 第67-68页 |
| ·基于ActiveX技术的VB对MATLAB的调用方法 | 第68页 |
| ·基于VB与MATLAB的故障诊断模块开发 | 第68-69页 |
| ·故障诊断软件介绍 | 第69-72页 |
| ·本章小结 | 第72-73页 |
| 6 结论 | 第73-75页 |
| 参考文献 | 第75-79页 |
| 附录 | 第79-87页 |
| 作者简历 | 第87-91页 |
| 学位论文数据集 | 第91页 |