滚动轴承声发射信号特征选取及状态识别方法研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-14页 |
| 第一章 绪论 | 第14-20页 |
| ·课题来源 | 第14页 |
| ·国内外研究现状及问题 | 第14-16页 |
| ·声发射检测技术的研究历史 | 第14页 |
| ·国内外声发射仪器发展现状 | 第14-15页 |
| ·声发射技术用于滚动轴承故障检测的研究 | 第15-16页 |
| ·声发射信号特征选择的主要方法 | 第16页 |
| ·嵌入式系统的优势 | 第16页 |
| ·论文主要研究内容及创新点 | 第16-17页 |
| ·论文的结构安排 | 第17-20页 |
| 第二章 滚动轴承声发射无线监测单元整体设计 | 第20-26页 |
| ·硬件系统构成 | 第20-21页 |
| ·软件系统设计 | 第21-24页 |
| ·软件系统整体设计 | 第21-22页 |
| ·信号预处理模块算法选择 | 第22-23页 |
| ·特征参数选取模块功能设计 | 第23-24页 |
| ·简易状态识别模块功能设计 | 第24页 |
| ·上位机精确识别软件功能设计 | 第24页 |
| ·本章小结 | 第24-26页 |
| 第三章 滚动轴承声发射信号预处理 | 第26-42页 |
| ·小波变换理论 | 第26-29页 |
| ·连续小波变换 | 第26-27页 |
| ·离散小波变换 | 第27页 |
| ·小波变换 Mallat 快速算法 | 第27-29页 |
| ·小波消噪方法 | 第29-31页 |
| ·常用小波消噪方法 | 第30页 |
| ·小波阈值法阈值函数 | 第30-31页 |
| ·滚动轴承声发射预处理模块消噪方法确定 | 第31-35页 |
| ·小波基函数选择原理 | 第31-32页 |
| ·基于信息熵的小波基函数选择 | 第32-34页 |
| ·小波分解尺度的确定 | 第34-35页 |
| ·小波消噪的程序实现 | 第35-41页 |
| ·Matlab 仿真测试 | 第35-39页 |
| ·ARM 平台程序实现 | 第39-41页 |
| ·本章小结 | 第41-42页 |
| 第四章 声发射信号特征参数的选择与提取 | 第42-60页 |
| ·声发射常用特征参数 | 第42-46页 |
| ·声发射时域特征参数 | 第42-44页 |
| ·声发射频域特征参数 | 第44-46页 |
| ·传统基于参数间距离的特征参数评价选择方法 | 第46-47页 |
| ·一种基于互信息和距离测度的特征参数评价选择方法 | 第47-49页 |
| ·互信息和距离测度法选择原理 | 第47-48页 |
| ·互信息和距离测度法计算方法 | 第48-49页 |
| ·不同特征参数选择方法实验分析 | 第49-59页 |
| ·特征参数个数及影响因子 的确定 | 第49-56页 |
| ·距离法和互信息距离测度法分类效果比较 | 第56-59页 |
| ·本章小结 | 第59-60页 |
| 第五章 滚动轴承状态识别 | 第60-78页 |
| ·包络谱分析法 | 第60-63页 |
| ·改进的基于参数有效性的模糊聚类识别法 | 第63-67页 |
| ·改进的基于参数有效性的模糊聚类识别计算方法 | 第63-65页 |
| ·改进的基于参数有效性的模糊聚类识别实验分析 | 第65-67页 |
| ·ARM 平台简易状态识别实现 | 第67页 |
| ·粒子群聚类识别方法 | 第67-73页 |
| ·粒子群聚类识别原理 | 第67-68页 |
| ·粒子群聚类识别算法实现 | 第68-72页 |
| ·粒子群聚类算法实验 | 第72-73页 |
| ·蚁群聚类识别方法 | 第73-77页 |
| ·蚁群聚类识别原理 | 第73-74页 |
| ·蚁群聚类识别算法实现 | 第74-76页 |
| ·蚁群聚类算法实验 | 第76-77页 |
| ·本章小结 | 第77-78页 |
| 第六章 实验与分析 | 第78-86页 |
| ·监测单元小波消噪效果 | 第79-80页 |
| ·特征参数提取与简易状态识别 | 第80-81页 |
| ·上位机精确识别系统 | 第81-85页 |
| ·本章小结 | 第85-86页 |
| 第七章 总结与展望 | 第86-88页 |
| ·论文工作总结 | 第86-87页 |
| ·展望 | 第87-88页 |
| 参考文献 | 第88-90页 |
| 致谢 | 第90-91页 |
| 研究成果及发表的学术论文 | 第91-92页 |
| 作者和导师简介 | 第92-93页 |
| 硕士研究生学位论文答辩委员会决议书 | 第93-94页 |
