摘要 | 第3-4页 |
Abstract | 第4-5页 |
第一章 绪论 | 第9-18页 |
1.1 轴承故障诊断的意义 | 第9页 |
1.2 滚动轴承故障诊断原理 | 第9-11页 |
1.3 阶次分析理论的提出及国内外研究现状 | 第11-15页 |
1.3.1 阶次分析理论的提出及意义 | 第11-12页 |
1.3.2 阶次分析技术的研究现状 | 第12-15页 |
1.4 课题研究的目的和意义 | 第15-16页 |
1.5 论文研究内容及创新点 | 第16-18页 |
1.5.1 主要研究内容 | 第16页 |
1.5.2 主要创新点 | 第16-18页 |
第二章 基于低通滤波定阶理论的阶次谱分析 | 第18-32页 |
2.1 引言 | 第18页 |
2.2 计算阶次跟踪 | 第18-19页 |
2.3 低通滤波定阶理论提出及原理 | 第19-21页 |
2.3.1 A/D转换前的抗频混滤波 | 第19-20页 |
2.3.2 低通滤波定阶理论 | 第20-21页 |
2.4 RE-SES算法 | 第21-28页 |
2.4.1 RE-SES算法提出的背景 | 第21-22页 |
2.4.2 滚动轴承故障振动信号模型的建立 | 第22-23页 |
2.4.3 T-SES算法和RE-SES算法 | 第23-28页 |
2.5 基于滤波定阶理论的改进阶次包络谱算法 | 第28-31页 |
2.5.1 算法原理 | 第28-29页 |
2.5.2 仿真信号验证 | 第29-31页 |
2.6 本章小结 | 第31-32页 |
第三章 基于Viterbi算法的瞬时频率估计 | 第32-46页 |
3.1 瞬时频率 | 第32-34页 |
3.1.1 瞬时频率的定义 | 第32-33页 |
3.1.2 瞬时频率估计算法 | 第33-34页 |
3.2 基于STFT分布的峰值搜索IFE算法 | 第34-37页 |
3.2.1 短时傅里叶变换 | 第34-35页 |
3.2.2 局部峰值搜索算法 | 第35-36页 |
3.2.3 提高IFE精度 | 第36-37页 |
3.3 基于Viterbi算法的瞬时频率估计 | 第37-41页 |
3.3.1 Viterbi算法概述 | 第37页 |
3.3.2 基于Viterbi算法的瞬时频率估计 | 第37-38页 |
3.3.3 Viterbi算法的迭代计算过程 | 第38-40页 |
3.3.4 迭代过程仿真算例 | 第40-41页 |
3.4 仿真信号验证 | 第41-45页 |
3.4.1 线性扫频信号验证 | 第42-43页 |
3.4.2 正弦扫频信号验证 | 第43-45页 |
3.5 本章小结 | 第45-46页 |
第四章 基于Vold-Kalman跟踪滤波的阶次分量提取技术 | 第46-65页 |
4.1 第一代Vold-Kalman跟踪滤波 | 第46-48页 |
4.2 第二代Vold-Kalman跟踪滤波 | 第48-54页 |
4.2.1 信号模型 | 第48-49页 |
4.2.2 状态方程 | 第49-50页 |
4.2.3 观测方程 | 第50-51页 |
4.2.4 第二代VKF阶次分量求解方法研究 | 第51-54页 |
4.3 权重因子对VKF滤波特性的影响 | 第54-58页 |
4.3.1 权重因子对滤波效果的影响研究 | 第54-56页 |
4.3.2 权重因子r和滤波器带宽关系的理论推导 | 第56-58页 |
4.4 仿真实验验证 | 第58-63页 |
4.4.1 单轴阶次分量的提取 | 第58-60页 |
4.4.2 多轴及交叉阶次分量的提取 | 第60-63页 |
4.5 基于Viterbi算法转速估计的VKF_OT技术 | 第63-64页 |
4.6 本章小结 | 第64-65页 |
第五章 实验验证 | 第65-78页 |
5.1 轴承故障诊断实验系统的搭建 | 第65-70页 |
5.1.1 实验目的 | 第65页 |
5.1.2 实验内容 | 第65页 |
5.1.3 实验硬件设备及参数介绍 | 第65-68页 |
5.1.4 实验软件及数据采集程序 | 第68-70页 |
5.2 基于低通滤波定阶的改进RE-SES算法轴承故障诊断分析 | 第70-73页 |
5.2.1 实验工况介绍 | 第70页 |
5.2.2 改进和传统RE-SES算法对比分析 | 第70-73页 |
5.3 基于Viterbi算法转速估计的VKF_OT轴承故障诊断实验验证 | 第73-77页 |
5.3.1 基于Viterbi算法的轴承瞬时转频估计 | 第73-74页 |
5.3.2 基于VKF_OT算法的轴承故障阶次分量提取 | 第74-77页 |
5.4 本章小结 | 第77-78页 |
第六章 结论及展望 | 第78-80页 |
6.1 结论 | 第78页 |
6.2 展望 | 第78-80页 |
参考文献 | 第80-85页 |
致谢 | 第85-86页 |
个人简历、在学期间的研究成果及发表的学术论文 | 第86页 |