| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-16页 |
| ·引言 | 第10页 |
| ·滚动轴承故障诊断的背景和意义 | 第10-11页 |
| ·滚动轴承故障诊断的内容及方法 | 第11-12页 |
| ·滚动轴承故障诊断技术的研究现状 | 第12-14页 |
| ·国外的研究现状 | 第12-13页 |
| ·国内的研究现状 | 第13-14页 |
| ·支持向量机在故障诊断中的国内外研究现状 | 第14-15页 |
| ·本文内容简介 | 第15-16页 |
| 第二章 引起滚动轴承振动的因素分析 | 第16-23页 |
| ·滚动轴承的结构 | 第16-17页 |
| ·滚动轴承的振动分析 | 第17-19页 |
| ·振动机理 | 第17页 |
| ·产生振动的原因 | 第17-19页 |
| ·滚动轴承的损伤形式 | 第19-20页 |
| ·振动频率的计算 | 第20-22页 |
| ·本章小结 | 第22-23页 |
| 第三章 基于 1(1/2)维谱熵的滚动轴承故障特征提取 | 第23-44页 |
| ·1(1/2)维谱的基本理论 | 第23-26页 |
| ·高阶累积量的定义和性质 | 第23-25页 |
| ·高阶谱 | 第25页 |
| ·1(1/2)维谱的定义 | 第25-26页 |
| ·小波分析基本理论 | 第26-31页 |
| ·小波变换的定义 | 第26-28页 |
| ·小波包分析 | 第28-31页 |
| ·基于1(1/2)维谱熵的滚动轴承故障特征提取 | 第31-34页 |
| ·基于1(1/2)维谱的滚动轴承振动信号的仿真分析 | 第31-33页 |
| ·基于1(1/2)维谱熵的故障特征向量的建立 | 第33-34页 |
| ·基于支持向量机的滚动轴承故障识别 | 第34-43页 |
| ·支持向量机基础 | 第34-39页 |
| ·核函数 | 第39-40页 |
| ·多分类支持向量机 | 第40-42页 |
| ·多类分类算法 | 第42-43页 |
| ·本章小结 | 第43-44页 |
| 第四章 基于 1(1/2)维谱熵与支持向量机的滚动轴承故障诊断实验 | 第44-64页 |
| ·滚动轴承故障模拟实验 | 第44-47页 |
| ·故障诊断系统 | 第44页 |
| ·故障模拟实验台 | 第44-46页 |
| ·实验步骤 | 第46页 |
| ·数据采集 | 第46-47页 |
| ·基于1(1/2)维谱的滚动轴承故障特征分析 | 第47-49页 |
| ·基于1(1/2)维谱熵的特征向量的建立 | 第49-55页 |
| ·基于小波包能量的特征向量的建立 | 第55-58页 |
| ·基于“能量-损伤”的基本原理 | 第55-56页 |
| ·小波包提取能量特征的方法 | 第56-57页 |
| ·特征向量的建立 | 第57-58页 |
| ·支持向量机多类分类在滚动轴承中的应用 | 第58-63页 |
| ·支持向量机模型的选择 | 第58-59页 |
| ·基于遗传算法的支持向量机参数的选择 | 第59-60页 |
| ·实验结果分析 | 第60-63页 |
| ·本章小结 | 第63-64页 |
| 第五章 结论与展望 | 第64-66页 |
| ·结论 | 第64-65页 |
| ·展望 | 第65-66页 |
| 参考文献 | 第66-69页 |
| 致谢 | 第69-70页 |
| 附录 A:攻读硕士学位期间的科研成绩 | 第70-71页 |
| 附录 B:论文中所使用的程序 | 第71-77页 |
