首页--工业技术论文--机械、仪表工业论文--机械零件及传动装置论文--转动机件论文--轴承论文--滚动轴承论文

滚动轴承故障的非接触声学检测信号特性及重构技术研究

摘要第1-6页
Abstract第6-8页
创新点摘要第8-12页
前言第12-17页
 一、选题目的和意义第12页
 二、课题研究背景及发展概况第12-14页
 三、本文的主要研究工作第14-17页
第一章 滚动轴承故障发声机理与声信号周期特性分析第17-28页
   ·滚动轴承故障形式及故障声源产生机理第17-18页
     ·滚动轴承常见故障类型第17页
     ·滚动轴承故障声源产生机理第17-18页
   ·滚动轴承故障声源的声发射波传播特性分析第18-23页
     ·声发射波在滚动轴承中的衰减第19-21页
     ·声波在空气中的传播第21-23页
   ·声发射波在滚动轴承中传播的数学模型第23-26页
     ·弹性波与声发射理论第23页
     ·滚动轴承声发射波传播的数学模型第23-26页
   ·滚动轴承撞击声信号的撞击频率分析第26-27页
   ·本章小结第27-28页
第二章 滚动轴承非接触声信号特性的实验研究第28-36页
   ·引言第28页
   ·滚动轴承非接触声学检测实验系统的建立第28-30页
     ·实验装置的建立第28-29页
     ·声发射检测系统参数设定第29页
     ·实验内容及方案第29-30页
   ·接触式与非接触式声信号特性实验对比分析第30-33页
     ·幅度对比第31页
     ·撞击数对比分析第31-33页
   ·滚动轴承非接触声发射检测信号的参量分析第33-34页
     ·滚动轴承故障信号幅度与测试间距的关系第33页
     ·滚动轴承故障信号幅度与转速的关系第33-34页
   ·本章小结第34-36页
第三章 滚动轴承故障声信号的特性分析第36-69页
   ·引言第36页
   ·滚动轴承故障声信号的小波降噪技术及特征分析第36-53页
     ·小波基选取及分解层数确定第37-42页
     ·滚动轴承声发射信号噪声来源分析第42-44页
     ·滚动轴承声发射信号的小波降噪及分析第44-47页
     ·基于小波变换的滚动轴承声发射信号特征频谱分析第47-53页
   ·基于小波包的滚动轴承声信号特征分析第53-57页
     ·滚动轴承声发射信号的小波包降噪第54-55页
     ·滚动轴承声发射信号的小波包特性分析第55-57页
   ·基于EMD 的滚动轴承声发射信号特征频率提取第57-68页
     ·经验模态分解方法(EMD)第58-60页
     ·基于相关分析的伪分量判别方法第60-63页
     ·局部Hilbert 边际谱第63-64页
     ·基于小波和EMD 的局部Hilbert 边际谱特征频率提取第64-68页
   ·本章小结第68-69页
第四章 滚动轴承故障多传感器声信号周期性重构方法研究第69-86页
   ·引言第69页
   ·滚动轴承故障多传感器非接触声学检测实验第69-70页
     ·实验装置第69页
     ·实验内容及方案第69-70页
   ·基于多传感器的滚动轴承故障周期性声信号重构方法第70-75页
     ·多传感器声信号重构比例因子的确定第70-73页
     ·滚动轴承多传感器声信号重构模型第73-75页
   ·滚动轴承故障周期性声信号重构的实例分析第75-84页
     ·二个传感器采集的故障声信号的周期性重构第75-79页
     ·三个传感器采集的故障声信号的周期性重构第79-84页
   ·本章小结第84-86页
第五章 滚动轴承故障非接触声学诊断方法研究第86-107页
   ·引言第86页
   ·基于小波包分析和BP 神经网络的单传感器滚动轴承故障诊断方法第86-92页
   ·基于周期性声信号波形图特征的模糊模式识别方法第92-105页
     ·图像模糊模式识别方法第93-94页
     ·波形图图像模糊识别理论第94-99页
     ·基于滚动轴承故障周期性声信号波形图的模糊识别理论第99-103页
     ·滚动轴承故障波形图图像模式识别第103-105页
   ·本章小结第105-107页
结论第107-108页
参考文献第108-115页
攻读博士学位期间发表的论文及取得的科研成果第115-117页
致谢第117-118页
个人简历第118-120页
详细摘要第120-144页

论文共144页,点击 下载论文
上一篇:立式储罐并联隔震基础研究
下一篇:基于混合算法的神经网络辨识方法及其在油田中的应用