| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第11-21页 |
| 1.1 机械设备状态监测与故障诊断 | 第11-13页 |
| 1.1.1 机械设备状态监测与故障诊断的意义 | 第11页 |
| 1.1.2 机械设备状态监测诊断的流程 | 第11-12页 |
| 1.1.3 国内外研究现状 | 第12-13页 |
| 1.2 机械振动信号分析与诊断 | 第13-16页 |
| 1.2.1 短时傅立叶变换 | 第13页 |
| 1.2.2 小波变换 | 第13-14页 |
| 1.2.3 自适应时频分析 | 第14-15页 |
| 1.2.4 奇异值分解 | 第15页 |
| 1.2.5 匹配追踪 | 第15-16页 |
| 1.3 列车轴承道旁声学信号分析与故障诊断 | 第16-18页 |
| 1.3.1 列车轴承道旁声学诊断系统 | 第16页 |
| 1.3.2 列车轴承道旁声学诊断系统的技术难点 | 第16-18页 |
| 1.4 论文的主要研究内容 | 第18-19页 |
| 1.4.1 论文主要研究内容与技术路线 | 第18页 |
| 1.4.2 内容结构安排 | 第18-19页 |
| 1.5 论文的创新点 | 第19-21页 |
| 第2章 滚动轴承振动和声学分析及故障实验 | 第21-31页 |
| 2.1 引言 | 第21页 |
| 2.2 滚动轴承故障失效形式 | 第21-22页 |
| 2.3 滚动轴承故障特征频率 | 第22-23页 |
| 2.4 滚动轴承振动的机理 | 第23-24页 |
| 2.5 声学信号分析与振动信号分析的联系 | 第24页 |
| 2.6 振动信号故障实验 | 第24-26页 |
| 2.6.1 实验室的轴承故障实验 | 第24-25页 |
| 2.6.2 凯斯西储大学的轴承故障实验 | 第25-26页 |
| 2.7 列车轴承道旁声学信号故障实验装置 | 第26-30页 |
| 2.7.1 实验仪器 | 第27页 |
| 2.7.2 轴承故障设置 | 第27-28页 |
| 2.7.3 静态声学实验平台及信号采集系统 | 第28页 |
| 2.7.4 动态声学实验平台及信号采集系统 | 第28-30页 |
| 2.8 本章小结 | 第30-31页 |
| 第3章 基于人工鱼群算法的自适应变分模式分解的轴承故障诊断研究 | 第31-45页 |
| 3.1 引言 | 第31-32页 |
| 3.2 变分模式分解算法 | 第32-34页 |
| 3.3 变分模式分解算法里面的参数讨论 | 第34-35页 |
| 3.4 峭度指标 | 第35页 |
| 3.5 人工鱼群算法 | 第35-37页 |
| 3.6 自适应变分模式分解的轴承故障诊断 | 第37-38页 |
| 3.7 仿真研究 | 第38-41页 |
| 3.8 实验验证 | 第41-44页 |
| 3.9 本章小结 | 第44-45页 |
| 第4章 基于分量筛选奇异值分解的轴承故障诊断研究 | 第45-53页 |
| 4.1 引言 | 第45页 |
| 4.2 理论背景 | 第45-47页 |
| 4.2.1 奇异值分解原理 | 第45-46页 |
| 4.2.2 奇异值差分谱理论 | 第46-47页 |
| 4.2.3 相关系数准则 | 第47页 |
| 4.3 滚动轴承诊断流程 | 第47-48页 |
| 4.4 仿真研究 | 第48-50页 |
| 4.5 实验验证 | 第50-52页 |
| 4.6 本章小结 | 第52-53页 |
| 第5章 基于时域插值重采样和最大相关峭度解卷积的列车轴承轨边声学诊断 | 第53-67页 |
| 5.1 引言 | 第53-54页 |
| 5.2 多普勒畸变矫正技术研究现状 | 第54-55页 |
| 5.3 微弱信号增强研究现状 | 第55页 |
| 5.4 列车轨边声学故障诊断理论背景 | 第55-59页 |
| 5.4.1 时域插值重采样方法 | 第55-57页 |
| 5.4.2 最大相关峭度解卷积 | 第57-59页 |
| 5.4.2.1 相关峭度 | 第57页 |
| 5.4.2.2 MCKD算法理论 | 第57-58页 |
| 5.4.2.3 MCKD算法中的参数讨论 | 第58-59页 |
| 5.4.2.4 自适应MCKD降噪方法的实现 | 第59页 |
| 5.5 故障诊断方法步骤和流程 | 第59-60页 |
| 5.6 仿真信号分析 | 第60-63页 |
| 5.7 实验验证 | 第63-66页 |
| 5.7.1 外圈故障的轴承声学信号 | 第63-64页 |
| 5.7.2 内圈故障的轴承声学信号 | 第64-66页 |
| 5.8 本章小结 | 第66-67页 |
| 第6章 总结与展望 | 第67-69页 |
| 6.1 全文总结 | 第67页 |
| 6.2 研究课题的进一步展望 | 第67-69页 |
| 参考文献 | 第69-77页 |
| 致谢 | 第77-79页 |
| 在读期间发表的学术论文与取得的其他研究成果 | 第79页 |