首页 | 第1-2页 |
中文摘要 | 第2-5页 |
英文摘要 | 第5-9页 |
目录 | 第9-13页 |
符号 | 第13-17页 |
第一章 绪论 | 第17-34页 |
·引言 | 第17-19页 |
·齿轮传动故障诊断的特点 | 第19-22页 |
·齿轮传动的失效形式及原因 | 第19-22页 |
·齿轮传动状态检测与故障诊断的内容 | 第22页 |
·齿轮传动故障诊断的现状 | 第22-32页 |
·故障机理的研究 | 第22-23页 |
·状态信息处理技术 | 第23-32页 |
·时域法 | 第23页 |
·频域法 | 第23-24页 |
·倒频谱分析 | 第24页 |
·包络分析 | 第24-25页 |
·高阶统计参数法 | 第25页 |
·平稳循环变量法 | 第25-26页 |
·小波分析方法 | 第26-27页 |
·测量扭转振动参数识别法 | 第27-28页 |
·多传感器数据融合方法 | 第28-29页 |
·神经网络方法 | 第29-32页 |
·齿轮故障诊断技术的发展与展望 | 第32-33页 |
·齿轮故障诊断技术的展望 | 第32-33页 |
·课题的来源及本文主要研究的内容 | 第33-34页 |
第二章 齿轮传动系统与故障动力学分析 | 第34-50页 |
·轮传动系统的组成及运行特点 | 第34页 |
·齿轮传动的故障诊断策略 | 第34-35页 |
·齿轮传动的动力学模型 | 第35-41页 |
·模拟轮齿齿根裂纹故障的数学模型 | 第36-39页 |
·模拟轮齿表面点蚀和剥落的数学模型 | 第39-41页 |
·非线性常微分方程的求解 | 第41-49页 |
·非线性振动的周期解的打靶法 | 第42-45页 |
·齿根裂纹数学模型的仿真曲线 | 第45-49页 |
·本章小结 | 第49-50页 |
第三章 齿轮传动系统的振动分析 | 第50-59页 |
·振动产生和传递的路径 | 第50-51页 |
·齿根裂纹对齿轮传动的影响 | 第51-55页 |
·传递路径对振动信号影响的理论分析 | 第55-56页 |
·轮齿啮合点与测量点之间的传递函数和分析 | 第56-57页 |
·扭振测量方法的优点 | 第57-58页 |
·本章小结 | 第58-59页 |
第四章 齿轮局部故障的振动诊断方法 | 第59-92页 |
·复连续小波诊断方法 | 第60-62页 |
·复连续小波变换的基本理论 | 第60-61页 |
·齿轮模拟信号的复连续小波变换分析 | 第61-62页 |
·小波神经网络诊断方法 | 第62-65页 |
·小波包分析和神经网络的结合 | 第63-65页 |
·测量扭振的移动倒谱诊断方法 | 第65-67页 |
·扭振测量方法 | 第65页 |
·倒谱分析的理论及作用 | 第65-66页 |
·采用倒谱分析对扭振模型进行仿真实验 | 第66-67页 |
·循环倒谱诊断法 | 第67-70页 |
·循环平稳变量的定义及各阶矩 | 第67-69页 |
·循环平稳变量的优点 | 第69页 |
·频谱自相关密度函数(SCD)的估计算法 | 第69-70页 |
·采用循环平稳变量分析对齿轮故障模型进行仿真实验 | 第70页 |
·独立分量分析诊断法 | 第70-74页 |
·独立变量分析(ICA)模型 | 第71页 |
·建立ICA模型前的预处理 | 第71-72页 |
·独立变量分析法的优点 | 第72页 |
·齿轮故障传动的振动模型 | 第72-74页 |
·独立变量分解(ICA)进行机械故障诊断的策略 | 第74-82页 |
·振动信号的盲源分离 | 第74-76页 |
·振动信号的单向分解 | 第76-77页 |
·利用部分已知信息进行盲源分离 | 第77-78页 |
·ICA分离数字仿真信号 | 第78-82页 |
·经验模态分解(EMD)和Hilbert-Huang变换用于故障诊断 | 第82-91页 |
·经验模态分解(EMD)和Hilbert-Huang变换的基本原理和算法 | 第82-88页 |
·瞬时频率(Instantaneous frequency) | 第82-83页 |
·本征模函数(Intrinsic mode functions) | 第83页 |
·EMD计算方法 | 第83-85页 |
·Hilbert-Huang变换及其谱 | 第85-87页 |
·序列信号的延拓和本征模函数的判据 | 第87-88页 |
·经验模态分解(EMD)和Hilbert-Huang变换在齿轮故障诊断中的应用 | 第88-91页 |
·本章小结 | 第91-92页 |
第五章 齿轮故障物理模拟和实验研究 | 第92-102页 |
·齿根裂纹的物理模拟 | 第92-98页 |
·齿面局部剥落物理模拟 | 第98-99页 |
·齿轮试验台的设计 | 第99页 |
·数据采集系统的组成 | 第99-100页 |
·实验数据的采集和整理 | 第100页 |
·本章小结 | 第100-102页 |
第六章 诊断实例 | 第102-127页 |
·用复连续小波方法诊断齿根裂纹 | 第102-105页 |
·平稳循环变量的谱密度函数方法诊断同时存在的齿根裂纹和齿面局部剥落两种故障 | 第105-111页 |
·采用ICA盲源分离箱体表面的振动信号进行两种局部故障的诊断分析 | 第111-117页 |
·用经验模态分解(EMD)和Hilbert-Huang变换诊断齿根裂纹 | 第117-125页 |
·本章小结 | 第125-127页 |
第七章 全文总结和未来的研究方向 | 第127-129页 |
·全文总结 | 第127-128页 |
·未来的研究方向 | 第128-129页 |
参考文献 | 第129-135页 |
攻读博士期间发表的论文及完成的科研项目 | 第135-137页 |
致谢 | 第137页 |
个人简历 | 第137页 |