| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题背景及研究的目的和意义 | 第10-11页 |
| 1.2 国内外研究现状和发展动态 | 第11-14页 |
| 1.2.1 电机在线监测技术 | 第11-12页 |
| 1.2.2 轴承振动和温度监测技术 | 第12页 |
| 1.2.3 轴承故障诊断预警技术 | 第12-14页 |
| 1.2.4 存在的问题 | 第14页 |
| 1.3 本文研究的主要内容 | 第14-16页 |
| 第2章 电机轴承故障机理及特征分析 | 第16-23页 |
| 2.1 轴承基本结构 | 第16-17页 |
| 2.2 电机轴承故障分类和机理分析 | 第17-19页 |
| 2.3 电机轴承故障特征参数分析 | 第19-22页 |
| 2.3.1 轴承振动故障特征频率分析 | 第19-21页 |
| 2.3.2 轴承温度故障特征分析 | 第21-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第3章 电机智能轴承在线监测系统的设计 | 第23-35页 |
| 3.1 平台整体方案设计 | 第23-24页 |
| 3.2 平台各模块硬件设计 | 第24-29页 |
| 3.2.1 STM32F103RBT6 最小系统设计 | 第24-25页 |
| 3.2.2 存储模块设计 | 第25-26页 |
| 3.2.3 振动测量模块设计 | 第26-27页 |
| 3.2.4 显示模块设计 | 第27页 |
| 3.2.5 通信模块设计 | 第27-28页 |
| 3.2.6 温度测量模块设计 | 第28-29页 |
| 3.3 平台软件程序设计 | 第29-31页 |
| 3.4 平台基本功能测试 | 第31-34页 |
| 3.5 本章小结 | 第34-35页 |
| 第4章 轴承振动和温升信号特征分析及处理方法研究 | 第35-45页 |
| 4.1 轴承振动信号EMD分解相关理论研究 | 第35-38页 |
| 4.1.1 EMD分解概述 | 第35页 |
| 4.1.2 EMD分解基本原理 | 第35-37页 |
| 4.1.3 EMD仿真实验分析 | 第37-38页 |
| 4.2 轴承振动信号EEMD分解相关理论研究 | 第38-40页 |
| 4.2.1 EEMD分解概述 | 第38-39页 |
| 4.2.2 EEMD分解原理 | 第39-40页 |
| 4.2.3 EMD和 EEMD仿真对比分析 | 第40页 |
| 4.3 轴承故障自适应模糊神经网络算法的研究 | 第40-42页 |
| 4.4 轴承温度趋势预警算法研究 | 第42-44页 |
| 4.5 本章小结 | 第44-45页 |
| 第5章 轴承振动和温度监测及故障预警算法分析 | 第45-63页 |
| 5.1 振动原始信号EEMD分解处理分析 | 第45-55页 |
| 5.1.1 振动信号EEMD分解特征提取算法分析 | 第48-49页 |
| 5.1.2 EMD阈值去噪方法分析 | 第49-50页 |
| 5.1.3 各阶IMF分量包络矩阵奇异值特征提取方法分析 | 第50-55页 |
| 5.2 电机轴承振动故障诊断结果分析 | 第55-59页 |
| 5.2.1 振动特征PCA降维结果分析 | 第55-56页 |
| 5.2.2 振动特征ANFIS故障诊断结果分析 | 第56-59页 |
| 5.3 轴承异常温升诊断方法结果分析 | 第59-62页 |
| 5.3.1 正常状态轴承温升分析 | 第59-60页 |
| 5.3.2 缺油状态下轴承故障特征分析 | 第60-62页 |
| 5.4 本章小结 | 第62-63页 |
| 结论 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 攻读硕士学位期间发表的学术论文及获得成果 | 第68-69页 |
| 致谢 | 第69页 |