基于HHT和SVM的滚动轴承故障振动信号的诊断研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-6页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-15页 |
| ·滚动轴承故障诊断研究的意义 | 第8-9页 |
| ·滚动轴承故障诊断的国内外研究现状 | 第9-11页 |
| ·滚动轴承故障诊断的研究内容 | 第9-10页 |
| ·滚动轴承诊断技术的发展过程 | 第10-11页 |
| ·HHT方法的研究现状 | 第11-12页 |
| ·SVM的研究现状 | 第12-13页 |
| ·论文的主要研究内容及章节安排 | 第13-15页 |
| 第二章 滚动轴承振动机理及振动分析方法 | 第15-27页 |
| ·滚动轴承振动产生机理 | 第15-17页 |
| ·滚动轴承的故障特征频率计算 | 第17-19页 |
| ·滚动轴承故障诊断中振动诊断方法和信号处理方法 | 第19-24页 |
| ·振动诊断方法 | 第19-21页 |
| ·信号分析方法 | 第21-24页 |
| ·振动信号的获取及信号的预处理 | 第24-26页 |
| ·振动信号的获取 | 第24页 |
| ·振动信号的预处理 | 第24-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 基于HHT的滚动轴承故障特征提取 | 第27-46页 |
| ·基本概念 | 第27-29页 |
| ·瞬时频率 | 第27-28页 |
| ·本征模函数 | 第28-29页 |
| ·EMD方法 | 第29-35页 |
| ·EMD方法基本理论 | 第29-32页 |
| ·EMD方法的特点 | 第32-34页 |
| ·EMD仿真分析 | 第34-35页 |
| ·Hilbert谱和Hilbert边际谱 | 第35-36页 |
| ·HHT方法端点效应问题及解决方法 | 第36-38页 |
| ·HHT方法和小波变换仿真分析比较 | 第38-42页 |
| ·基于HHT的故障特征提取仿真研究 | 第42-45页 |
| ·本章小结 | 第45-46页 |
| 第四章 基于SVM的滚动轴承故障状态识别 | 第46-59页 |
| ·统计学习理论的基本内容 | 第46-49页 |
| ·VC维 | 第46-47页 |
| ·推广性的界 | 第47-48页 |
| ·结构风险最小化 | 第48-49页 |
| ·支持向量分类机 | 第49-54页 |
| ·最优分类超平面 | 第49-51页 |
| ·支持向量机的分类原理 | 第51-53页 |
| ·核函数 | 第53-54页 |
| ·支持向量机算法的优势 | 第54页 |
| ·基于SVM的滚动轴承故障状态识别 | 第54-58页 |
| ·本章小结 | 第58-59页 |
| 第五章 总结与展望 | 第59-60页 |
| ·总结 | 第59页 |
| ·展望 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 致谢 | 第64-65页 |
| 攻读硕士学位期间科研完成情况 | 第65页 |
