| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-20页 |
| 1.1 课题的研究背景及意义 | 第9-11页 |
| 1.2 风力机主轴轴承振动机理 | 第11-12页 |
| 1.3 国内外故障特征提取方法的研究现状 | 第12-15页 |
| 1.4 压缩感知理论概述 | 第15-18页 |
| 1.4.1 稀疏表示字典的研究现状 | 第15-16页 |
| 1.4.2 压缩感知重构算法的研究现状 | 第16-18页 |
| 1.5 论文的主要工作 | 第18-19页 |
| 1.6 论文的结构安排 | 第19-20页 |
| 第2章 基于压缩感知的故障特征提取方法研究 | 第20-33页 |
| 2.1 压缩感知理论 | 第20-23页 |
| 2.1.1 压缩感知重构算法简介 | 第21-23页 |
| 2.1.2 子空间追踪算法 | 第23页 |
| 2.2 包络解调相关理论 | 第23-26页 |
| 2.2.1 包络解调的原理 | 第24页 |
| 2.2.2 包络解调法的实现 | 第24-26页 |
| 2.3 基于压缩感知的故障特征提取方法 | 第26-27页 |
| 2.4 仿真实验 | 第27-29页 |
| 2.5 方法在风力机轴承故障诊断中的应用 | 第29-32页 |
| 2.5.1 风力机主轴轴承故障特征频率 | 第29-31页 |
| 2.5.2 风力机主轴轴承故障诊断实验 | 第31-32页 |
| 2.6 本章小结 | 第32-33页 |
| 第3章 结构优化的子空间追踪算法研究 | 第33-43页 |
| 3.1 自适应过完备字典的设计 | 第33-34页 |
| 3.2 算法优化理论 | 第34-37页 |
| 3.2.1 相关性分析理论 | 第34-35页 |
| 3.2.2 内积运算理论 | 第35-36页 |
| 3.2.3 对比实验 | 第36-37页 |
| 3.3 基于字典学习和结构优化的子空间追踪算法 | 第37-38页 |
| 3.4 优化方法在风力机轴承故障诊断中的应用 | 第38-42页 |
| 3.4.1 风力机轴承故障诊断实验一 | 第39-40页 |
| 3.4.2 风力机轴承故障诊断实验二 | 第40-42页 |
| 3.5 本章小结 | 第42-43页 |
| 第4章 多元优化子空间追踪算法研究 | 第43-51页 |
| 4.1 多元压缩感知理论 | 第43-44页 |
| 4.2 多元相关分析模型 | 第44页 |
| 4.3 多元优化子空间追踪算法研究 | 第44-46页 |
| 4.4 实验结果及分析 | 第46-50页 |
| 4.4.1 仿真实验 | 第47-49页 |
| 4.4.2 多元优化算法在风力机轴承故障诊断中的应用 | 第49-50页 |
| 4.5 本章小结 | 第50-51页 |
| 第5章 总结与展望 | 第51-53页 |
| 5.1 论文总结 | 第51-52页 |
| 5.2 论文展望 | 第52-53页 |
| 致谢 | 第53-54页 |
| 参考文献 | 第54-59页 |
| 附录 1 攻读硕士学位期间发表的论文 | 第59-60页 |
| 附录 2 攻读硕士学位期间参加的科研项目 | 第60页 |