| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 目录 | 第8-10页 |
| 第一章 绪论 | 第10-18页 |
| ·选题背景与意义 | 第10-11页 |
| ·盲源分离的产生与发展 | 第11-13页 |
| ·小波的进化过梧及其在故障判别里的用法 | 第13-15页 |
| ·本文的研究内容 | 第15-18页 |
| 第二章 传统的电机振动信号处理方法 | 第18-27页 |
| ·时域分析方法 | 第18-23页 |
| ·信号预处理 | 第18-20页 |
| ·时域统计分析 | 第20-21页 |
| ·相关分析 | 第21-23页 |
| ·频域分析方法 | 第23-26页 |
| ·傅里叶变换(Fourier Transform) | 第23-24页 |
| ·快速傅里叶变换(Fast Fourier Transform) | 第24页 |
| ·功率谱密度函数 | 第24-25页 |
| ·倒频谱分析 | 第25-26页 |
| 本章小结 | 第26-27页 |
| 第三章 盲源分离的主要知识 | 第27-36页 |
| ·BSS的特点 | 第27页 |
| ·BSS的预处理方法 | 第27-29页 |
| ·去均值 | 第27-28页 |
| ·白化 | 第28页 |
| ·去相关 | 第28页 |
| ·源数的确定 | 第28-29页 |
| ·BSS的两种性质 | 第29-30页 |
| ·BSS的分离性 | 第29页 |
| ·BSS的不确定性 | 第29-30页 |
| ·盲源分离的优化算法 | 第30-31页 |
| ·盲源分离的实现方法 | 第31-32页 |
| ·基于FASTICA算法的盲源分离方法 | 第32-35页 |
| ·FASTICA的基本原理 | 第32-33页 |
| ·FASTICA的使用假设条件 | 第33页 |
| ·FASTICA的算法原理 | 第33-35页 |
| 本章小结 | 第35-36页 |
| 第四章 电机震动数据解决探讨 | 第36-51页 |
| ·信号的采集 | 第36-41页 |
| ·实验装置 | 第36-37页 |
| ·测点布置 | 第37-38页 |
| ·测点对应的传感器 | 第38-39页 |
| ·振动信号采集 | 第39页 |
| ·采集信号文件格式的转换 | 第39-41页 |
| ·振动信号的盲源分离 | 第41-43页 |
| ·振动信号的分离结果分析 | 第43-50页 |
| 本章小结 | 第50-51页 |
| 第五章 小波技术和电机故障诊断中的应用 | 第51-67页 |
| ·小波分析理论 | 第51-59页 |
| ·小波分析定义 | 第51-52页 |
| ·小波函数的特点 | 第52页 |
| ·离散小波变换 | 第52-54页 |
| ·多分辨率分析 | 第54-55页 |
| ·小波包及其构造 | 第55-59页 |
| ·小波包能量检测技术 | 第59-61页 |
| ·小波包能量谱 | 第59-60页 |
| ·提取小波包能量谱的步骤 | 第60-61页 |
| ·利用小波包变换提取电机故障信号特征值 | 第61-66页 |
| ·小波包基的选取 | 第61-63页 |
| ·小波包特征提取 | 第63-66页 |
| 本章小结 | 第66-67页 |
| 第六章 总结与展望 | 第67-69页 |
| 主要结论 | 第67-68页 |
| 展望 | 第68-69页 |
| 参考文献 | 第69-73页 |
| 攻读硕士学位期间发表的学术论文 | 第73-74页 |
| 致谢 | 第74页 |