| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-19页 |
| 1.1 课题来源、研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-17页 |
| 1.3 本文主要内容及结构 | 第17-19页 |
| 2 大数据环境下的轴承信号处理 | 第19-43页 |
| 2.1 大数据环境的轴承寿命预测框架 | 第19-21页 |
| 2.2 轴承信号预处理 | 第21-23页 |
| 2.3 轴承信号特征提取 | 第23-33页 |
| 2.4 轴承信号特征融合 | 第33-35页 |
| 2.5 算例分析 | 第35-42页 |
| 2.6 本章小结 | 第42-43页 |
| 3 轴承衰退分析和寿命预测 | 第43-51页 |
| 3.1 轴承性能衰退分析 | 第43-46页 |
| 3.2 基于经验贝叶斯的轴承寿命预测 | 第46-48页 |
| 3.3 算例分析验证 | 第48-50页 |
| 3.4 本章小结 | 第50-51页 |
| 4 轴承加速寿命实验与分析 | 第51-62页 |
| 4.1 实验目的 | 第51页 |
| 4.2 实验装置 | 第51-56页 |
| 4.3 实验数据分析 | 第56-61页 |
| 4.4 本章小结 | 第61-62页 |
| 5 基于HADOOP的轴承寿命预测原型软件系统设计与实现 | 第62-77页 |
| 5.1 轴承寿命预测的需求分析 | 第62页 |
| 5.2 轴承寿命预测软件的设计 | 第62-68页 |
| 5.3 轴承寿命预测软件系统的实现 | 第68-76页 |
| 5.4 本章小结 | 第76-77页 |
| 6 总结与展望 | 第77-79页 |
| 6.1 全文总结 | 第77-78页 |
| 6.2 课题展望 | 第78-79页 |
| 致谢 | 第79-80页 |
| 参考文献 | 第80-86页 |
| 攻读硕士学位期间发表学术论文情况 | 第86页 |