自适应滤波器的研究及其在齿轮箱特征提取中的应用
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-15页 |
| ·课题研究的意义 | 第8-9页 |
| ·齿轮箱故障诊断的研究现状 | 第9-11页 |
| ·自适应滤波的现状与发展动向 | 第11-12页 |
| ·自适应滤波器的应用 | 第12-14页 |
| ·本论文研究的主要内容 | 第14-15页 |
| 2 自适应滤波器 | 第15-27页 |
| ·自适应滤波器的组成 | 第15-16页 |
| ·自适应滤波器的原理 | 第16-21页 |
| ·自适应滤波器的基本原理 | 第16-19页 |
| ·最陡下降法 | 第19-20页 |
| ·最小均方（LMS）算法 | 第20-21页 |
| ·自适应滤波器的性能分析 | 第21-26页 |
| ·自适应滤波的收敛性 | 第21-22页 |
| ·自适应滤波的学习曲线 | 第22-25页 |
| ·自适应滤波的失调 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 3 自适应滤波算法的研究 | 第27-39页 |
| ·已有变步长LMS算法的分析 | 第27-30页 |
| ·基于相关双曲正切函数的LMS算法 | 第30-33页 |
| ·算法的实验及对比分析 | 第33-37页 |
| ·本章小结 | 第37-39页 |
| 4 自适应噪声抵消技术 | 第39-46页 |
| ·自适应噪声抵消技术的基本原理 | 第39-41页 |
| ·自适应谱线增强 | 第41-43页 |
| ·自适应谱线增强的原理 | 第41-42页 |
| ·参数的选择 | 第42-43页 |
| ·自适应噪声抵消系统抵消能力的性能分析 | 第43-45页 |
| ·本章小结 | 第45-46页 |
| 5 齿轮箱故障信号的特征分析及诊断方法 | 第46-59页 |
| ·齿轮信号的特征分析 | 第46-50页 |
| ·齿轮故障的主要形式 | 第46-47页 |
| ·齿轮振动信号的分析 | 第47-50页 |
| ·轴承振动信号的特征分析 | 第50-51页 |
| ·齿轮箱故障诊断方法 | 第51-58页 |
| ·时域统计分析 | 第51-52页 |
| ·功率谱分析 | 第52页 |
| ·倒频谱分析 | 第52页 |
| ·包络解调法 | 第52-53页 |
| ·小波分析法 | 第53-54页 |
| ·神经网络诊断法 | 第54-58页 |
| ·本章小结 | 第58-59页 |
| 6 自适应滤波在齿轮箱故障特征提取中的应用 | 第59-67页 |
| ·齿轮箱故障诊断的实验条件 | 第59-61页 |
| ·齿轮箱故障特征分析 | 第61-62页 |
| ·齿轮箱振动信号的处理与分析 | 第62-63页 |
| ·BP神经网络用于齿轮箱故障诊断 | 第63-66页 |
| ·本章小结 | 第66-67页 |
| 7 总结与展望 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 攻读硕士学位期间发表的论文及所取得的研究成果 | 第73-74页 |
| 致谢 | 第74页 |
