| 摘要 | 第1-5页 |
| ABSTRACT | 第5-11页 |
| 第一章 绪论 | 第11-25页 |
| ·滚动轴承故障诊断技术研究的意义和目的 | 第11-12页 |
| ·滚动轴承故障诊断技术的综述 | 第12-16页 |
| ·滚动轴承故障诊断技术的发展概况 | 第12-14页 |
| ·滚动轴承故障诊断方法概述 | 第14-16页 |
| ·传统信号分析方法及其局限性 | 第16-18页 |
| ·经验模态分解方法 | 第18-20页 |
| ·模糊神经网络方法 | 第20-22页 |
| ·模糊诊断与神经网络诊断的特点与差异 | 第20-21页 |
| ·模糊诊断与神经网络结合的必要性 | 第21-22页 |
| ·本论文研究的意义、主要内容及创新之处 | 第22-25页 |
| 第二章 滚动轴承故障的振动机理分析 | 第25-37页 |
| ·概述 | 第25-26页 |
| ·滚动轴承故障的主要形式 | 第26-28页 |
| ·滚动轴承振动的基本参数 | 第28-31页 |
| ·滚动轴承的典型结构 | 第28-29页 |
| ·滚动轴承的特征频率 | 第29-30页 |
| ·滚动轴承的固有振动频率 | 第30-31页 |
| ·滚动轴承的振动信号特征 | 第31-35页 |
| ·正常轴承的振动信号特征 | 第31-33页 |
| ·滚动轴承局部损伤时的振动故障特征 | 第33-35页 |
| ·本章小结 | 第35-37页 |
| 第三章 滚动轴承故障模拟实验方案 | 第37-45页 |
| ·滚动轴承故障模拟实验台装置 | 第37-38页 |
| ·振动信号采集装置 | 第38-39页 |
| ·实验方案设计 | 第39-44页 |
| ·滚动轴承的基本参数 | 第39页 |
| ·轴承故障模拟 | 第39-40页 |
| ·测点布置 | 第40-41页 |
| ·试验测试装置 | 第41页 |
| ·振动信号的采集 | 第41-44页 |
| ·本章小结 | 第44-45页 |
| 第四章 小波变换及其在信号消噪中的应用 | 第45-57页 |
| ·小波变换理论 | 第45-52页 |
| ·小波函数基础 | 第45-47页 |
| ·小波分解 | 第47-48页 |
| ·频带范围 | 第48页 |
| ·小波包分解 | 第48-52页 |
| ·小波消噪的基本原理及仿真信号的研究 | 第52-54页 |
| ·小波消噪的基本原理 | 第52页 |
| ·仿真信号的研究 | 第52-54页 |
| ·小波消噪技术在滚动轴承故障振动信号中的应用 | 第54-55页 |
| ·本章小结 | 第55-57页 |
| 第五章 EMD及其在滚动轴承故障诊断中的应用 | 第57-77页 |
| ·基本概念 | 第57-59页 |
| ·希尔伯特变换及瞬时频率的概念 | 第57-58页 |
| ·本征模函数的概念 | 第58-59页 |
| ·经验模态分解(EMD)的基本原理和算法 | 第59-63页 |
| ·经验模态分解(EMD)的基本原理 | 第59-62页 |
| ·经验模态分解(EMD)的基本算法 | 第62-63页 |
| ·基于经验模态分解(EMD)的Hilbert变换 | 第63-65页 |
| ·基于 EMD的滚动轴承故障诊断 | 第65-76页 |
| ·基于 EMD分解与小波包结合的滚动轴承的故障特征提取 | 第65-72页 |
| ·基于 IMF能量矩的滚动轴承故障特征向量的提取 | 第72-76页 |
| ·本章小结 | 第76-77页 |
| 第六章 模糊诊断方法在滚动轴承故障诊断中的研究与应用 | 第77-95页 |
| ·模糊理论的基本概念 | 第77-81页 |
| ·模糊集合的基本概念 | 第77页 |
| ·模糊集合的表示方法 | 第77-78页 |
| ·隶属度函数的确定方法 | 第78-79页 |
| ·常用的隶属函数 | 第79-80页 |
| ·模糊集合的基本运算 | 第80-81页 |
| ·模糊集合与普通集合的相互转换 | 第81页 |
| ·模糊关系 | 第81-83页 |
| ·模糊关系的定义 | 第81-82页 |
| ·模糊关系的运算 | 第82-83页 |
| ·模糊推理 | 第83-85页 |
| ·广义前向推理和广义反向推理 | 第83页 |
| ·模糊命题 | 第83-84页 |
| ·模糊蕴含 | 第84页 |
| ·模糊推理的过程 | 第84-85页 |
| ·基于模糊诊断方法的滚动轴承故障诊断 | 第85-94页 |
| ·本章小结 | 第94-95页 |
| 第七章 神经网络在滚动轴承故障诊断中的研究与应用 | 第95-111页 |
| ·人工神经网络的基本概念 | 第95-100页 |
| ·人工神经元模型 | 第95-97页 |
| ·网络结构及工作方式 | 第97-99页 |
| ·神经网络的学习方法及规则 | 第99-100页 |
| ·反向(BP)神经网络 | 第100-103页 |
| ·BP神经网络的算法 | 第101-102页 |
| ·BP算法的改进 | 第102-103页 |
| ·BP神经网络故障诊断的方法与步骤 | 第103-105页 |
| ·基于 BP神经网络的滚动轴承故障诊断 | 第105-109页 |
| ·本章小结 | 第109-111页 |
| 第八章 模糊神经网络在滚动轴承故障诊断中的研究与应用 | 第111-125页 |
| ·模糊系统与神经网络的连接方式 | 第111-113页 |
| ·自适应模糊神经网络 ANFIS | 第113-119页 |
| ·ANFIS系统的模型 | 第114-115页 |
| ·ANFIS系统的结构 | 第115-117页 |
| ·ANHS系统的学习算法 | 第117-119页 |
| ·基于模糊神经网络(ANRS)的滚动轴承故障诊断 | 第119-123页 |
| ·模糊推理、神经网络、ANFIS诊断结果的对比分析 | 第123-124页 |
| ·本章小结 | 第124-125页 |
| 总结与展望 | 第125-127页 |
| 参考文献 | 第127-131页 |
| 致谢 | 第131-132页 |
| 攻读硕士学位期间发表的论文 | 第132页 |
