| 中文摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第11-25页 |
| 1.1 机械设备故障诊断意义与研究内容 | 第11-13页 |
| 1.1.1 选题意义 | 第11-12页 |
| 1.1.2 主要研究内容 | 第12-13页 |
| 1.2 故障诊断中的信号分析技术研究现状概述 | 第13-23页 |
| 1.2.1 时域分析及频域分析 | 第13-15页 |
| 1.2.2 时频分析方法 | 第15-21页 |
| 1.2.3 多元统计分析 | 第21-23页 |
| 1.3 论文的主要研究工作 | 第23-25页 |
| 第二章 滚动轴承与齿轮故障机理 | 第25-41页 |
| 2.1 滚动轴承故障机理 | 第25-30页 |
| 2.1.1 主要失效形式 | 第25-26页 |
| 2.1.2 轴承动力学及故障振动信号特点 | 第26-30页 |
| 2.2 齿轮故障机理 | 第30-34页 |
| 2.2.1 主要失效形式 | 第30-31页 |
| 2.2.2 齿轮动力学及故障振动信号特点 | 第31-34页 |
| 2.3 滚动轴承与齿轮故障设置 | 第34-40页 |
| 2.3.1 轴承故障设置试验 | 第34-36页 |
| 2.3.2 减速机齿轮故障设置试验 | 第36-38页 |
| 2.3.3 汽车变速齿轮箱疲劳试验 | 第38-40页 |
| 2.4 本章小结 | 第40-41页 |
| 第三章 基于主成分分析的信号降维方法及应用研究 | 第41-56页 |
| 3.1 引言 | 第41页 |
| 3.2 基本概念 | 第41-43页 |
| 3.2.1 相关和不相关 | 第41-42页 |
| 3.2.2 白化 | 第42-43页 |
| 3.3 主成分分析基本思想 | 第43-48页 |
| 3.3.1 数学模型 | 第43页 |
| 3.3.2 主分量的计算 | 第43-48页 |
| 3.4 基于主成分分析的信号降维方法 | 第48-49页 |
| 3.5 仿真分析 | 第49-52页 |
| 3.6 应用实例 | 第52-55页 |
| 3.6.1 轴承故障分析 | 第52-54页 |
| 3.6.2 齿轮故障分析 | 第54-55页 |
| 3.7 本章小结 | 第55-56页 |
| 第四章 基于降维的独立分量分析及其信号特征成分检测的应用 | 第56-76页 |
| 4.1 引言 | 第56-57页 |
| 4.2 基本概念 | 第57-58页 |
| 4.2.1 统计独立性 | 第57-58页 |
| 4.2.2 中心极限定理 | 第58页 |
| 4.3 独立分量分析基本思想 | 第58-69页 |
| 4.3.1 数学模型及估计原理 | 第59-63页 |
| 4.3.2 ICA 固定点算法 | 第63-66页 |
| 4.3.3 仿真分析 | 第66-69页 |
| 4.4 基于降维的独立分量分析的瞬态特征提取 | 第69-75页 |
| 4.4.1 基于 ICA 的瞬态特征提取方法及其问题 | 第69-71页 |
| 4.4.2 基于降维的 ICA 瞬态特征提取 | 第71-72页 |
| 4.4.3 仿真分析 | 第72-75页 |
| 4.5 本章小结 | 第75-76页 |
| 第五章 机械传动系统的故障检测 | 第76-83页 |
| 5.1 轴承故障特征信号检测应用 | 第76-79页 |
| 5.1.1 内圈故障检测 | 第76-77页 |
| 5.1.2 外圈故障检测 | 第77-78页 |
| 5.1.3 滚动体故障检测 | 第78-79页 |
| 5.2 齿轮故障诊断特征信号检测应用 | 第79-82页 |
| 5.2.1 减速机齿轮故障检测 | 第79-80页 |
| 5.2.2 汽车变速箱齿轮故障检测 | 第80-82页 |
| 5.3 本章小结 | 第82-83页 |
| 第六章 全文总结与展望 | 第83-85页 |
| 6.1 全文总结 | 第83-84页 |
| 6.2 研究工作展望 | 第84-85页 |
| 参考文献 | 第85-91页 |
| 读硕士学位期间发表的论文及申请的专利 | 第91-92页 |
| 致谢 | 第92-93页 |