| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 第1章 绪论 | 第16-28页 |
| 1.1 选题背景及意义 | 第16-17页 |
| 1.2 滚动轴承故障诊断概述 | 第17-21页 |
| 1.2.1 滚动轴承的基本结构 | 第17-18页 |
| 1.2.2 滚动轴承失效形式及振动机理 | 第18-20页 |
| 1.2.3 滚动轴承故障诊断的发展历程 | 第20-21页 |
| 1.3 滚动轴承故障诊断几个关键问题研究现状 | 第21-26页 |
| 1.3.1 轴承早期故障诊断研究现状 | 第21-23页 |
| 1.3.2 轴承复合故障诊断研究现状 | 第23-24页 |
| 1.3.3 轴承状态识别研究现状 | 第24-26页 |
| 1.4 本文主要研究内容 | 第26-28页 |
| 第2章 变分模态分解特性分析 | 第28-40页 |
| 2.1 引言 | 第28页 |
| 2.2 变分模态分解基本原理 | 第28-30页 |
| 2.3 仿真信号分析 | 第30-34页 |
| 2.3.1 第一类模态混叠 | 第31-32页 |
| 2.3.2 第二类模态混叠 | 第32-34页 |
| 2.4 VMD的自适应信号分解特性 | 第34-38页 |
| 2.4.1 分数高斯噪声模型 | 第34-35页 |
| 2.4.2 VMD与EMD等效滤波特性对比 | 第35-37页 |
| 2.4.3 参数对VMD滤波特性的影响 | 第37-38页 |
| 2.5 本章小结 | 第38-40页 |
| 第3章 基于参数优化变分模态分解的微弱故障诊断 | 第40-60页 |
| 3.1 引言 | 第40页 |
| 3.2 粒子群优化算法 | 第40-42页 |
| 3.2.1 PSO算法基本原理 | 第40页 |
| 3.2.2 PSO算法数学描述 | 第40-41页 |
| 3.2.3 PSO算法控制变量分析 | 第41-42页 |
| 3.3 基于参数优化变分模态分解的轴承微弱故障诊断方法 | 第42-45页 |
| 3.4 故障诊断流程 | 第45-46页 |
| 3.5 仿真信号验证 | 第46-52页 |
| 3.6 全寿命周期加速疲劳实验信号验证 | 第52-59页 |
| 3.7 本章小结 | 第59-60页 |
| 第4章 最大相关峭度解卷积结合 1.5 维谱的复合故障诊断 | 第60-82页 |
| 4.1 引言 | 第60页 |
| 4.2 最大相关峭度解卷积 | 第60-66页 |
| 4.2.1 MCKD基本原理 | 第60-62页 |
| 4.2.2 MCKD参数的影响 | 第62-65页 |
| 4.2.3 滤波器长度参数的自动选取 | 第65-66页 |
| 4.3 1.5维谱方法 | 第66-68页 |
| 4.3.1 基本理论及性质 | 第66-67页 |
| 4.3.2 仿真信号分析 | 第67-68页 |
| 4.4 基于MCKD和 1.5 维谱的轴承复合故障诊断方法 | 第68-69页 |
| 4.5 仿真信号验证 | 第69-75页 |
| 4.6 实测信号验证 | 第75-80页 |
| 4.7 本章小结 | 第80-82页 |
| 第5章 基于改进多尺度排列熵的状态识别 | 第82-104页 |
| 5.1 引言 | 第82页 |
| 5.2 双树复小波包变换 | 第82-84页 |
| 5.3 改进多尺度排列熵 | 第84-89页 |
| 5.3.1 排列熵基本原理 | 第84-85页 |
| 5.3.2 多尺度排列熵基本原理 | 第85页 |
| 5.3.3 改进多尺度排列熵基本原理 | 第85-87页 |
| 5.3.4 参数的选取及影响 | 第87-88页 |
| 5.3.5 IMPE及MPE性能对比 | 第88-89页 |
| 5.4 线性局部切空间排列 | 第89-91页 |
| 5.5 极限学习机 | 第91-93页 |
| 5.6 轴承状态识别 | 第93-95页 |
| 5.7 实测信号验证 | 第95-102页 |
| 5.8 本章小结 | 第102-104页 |
| 第6章 结论与展望 | 第104-107页 |
| 6.1 结论 | 第104-105页 |
| 6.2 研究展望 | 第105-107页 |
| 参考文献 | 第107-117页 |
| 攻读博士学位期间发表的论文及其它成果 | 第117-119页 |
| 攻读博士学位期间参加的科研工作 | 第119-120页 |
| 致谢 | 第120-121页 |
| 作者简介 | 第121页 |
