| 中文摘要 | 第3-5页 |
| 英文摘要 | 第5-6页 |
| 1 绪论 | 第9-13页 |
| 1.1 选题研究背景及意义 | 第9-10页 |
| 1.2 传统振动噪声源识别方法 | 第10页 |
| 1.3 振动噪声源识别的现代方法 | 第10-11页 |
| 1.4 本文的主要研究内容 | 第11-13页 |
| 2 内燃机振动噪声信号特征提取方法 | 第13-18页 |
| 2.1 经验模态分解基本原理与算法 | 第13页 |
| 2.2 独立成分分析 | 第13-16页 |
| 2.2.1 独立成分分析方法的基本原理 | 第14-15页 |
| 2.2.2 独立分量分析方法的估计原理与算法 | 第15-16页 |
| 2.3 小波变换 | 第16-17页 |
| 2.4 本章小结 | 第17-18页 |
| 3 基于整机对比测试的振动信号评价 | 第18-28页 |
| 3.1 试验设备及方案 | 第18-19页 |
| 3.2 割草机振动信号时域特征参数对比分析 | 第19-21页 |
| 3.3 割草机振动信号频域对比分析 | 第21-24页 |
| 3.4 割草机振动信号时频分析 | 第24-27页 |
| 3.4.1 DWT-CWT联合的振动信号时频分析 | 第24-27页 |
| 3.5 本章小结 | 第27-28页 |
| 4 基于EMD-ICA的内燃机振动噪声源识别 | 第28-49页 |
| 4.1 EMD-ICA方法的仿真实例 | 第28-31页 |
| 4.2 振动噪声信号采集 | 第31-32页 |
| 4.3 基于EMD-ICA的内燃机噪声源识别研究 | 第32-39页 |
| 4.3.1 内燃机噪声信号的独立性和高斯性分析 | 第32-33页 |
| 4.3.2 基于EMD-ICA的内燃机噪声源识别 | 第33-39页 |
| 4.4 基于EMD-ICA的内燃机振动激励源识别研究 | 第39-48页 |
| 4.4.1 内燃机振动信号的独立性和高斯性分析 | 第39-40页 |
| 4.4.2 基于EMD-ICA的内燃机振动激励源识别 | 第40-42页 |
| 4.4.3 基于离散小波变换和EMD分解的振动信号分析 | 第42-47页 |
| 4.4.4 内燃机振动激励源识别验证 | 第47-48页 |
| 4.5 本章小结 | 第48-49页 |
| 5 基于盲源分离和小波包分解的振声异常故障识别及控制 | 第49-59页 |
| 5.1 测试系统 | 第49-50页 |
| 5.2 发动机振动异常故障识别 | 第50-53页 |
| 5.2.1 不同负荷工况下振动测试 | 第50-51页 |
| 5.2.2 小波包分析 | 第51-53页 |
| 5.3 基于小波包分析的内燃机振动激励源贡献度计算分析研究 | 第53-57页 |
| 5.3.1 基于小波包分解的信号源贡献度计算模型 | 第53-54页 |
| 5.3.2 振动激励源的贡献度计算分析 | 第54-55页 |
| 5.3.3 活塞拍击力大小的优化设计与评价 | 第55-57页 |
| 5.4 本章小结 | 第57-59页 |
| 6 总结与展望 | 第59-61页 |
| 6.1 全文总结 | 第59-60页 |
| 6.2 展望 | 第60-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-65页 |
| 附录 | 第65页 |
| A.作者在攻读学位期间发表的论文目录 | 第65页 |
