基于振动信号分析和神经网络的齿轮箱故障诊断技术研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 概述 | 第8-12页 |
| ·齿轮箱故障诊断的发展历程 | 第8-9页 |
| ·齿轮箱故障诊断的方法研究及其发展趋势 | 第9-11页 |
| ·本文的主要研究内容 | 第11-12页 |
| 第二章 齿轮箱故障诊断基础 | 第12-29页 |
| ·齿轮箱的结构和组成部件 | 第12页 |
| ·齿轮振动机理及故障特征信息 | 第12-24页 |
| ·齿轮振动机理分析 | 第12-15页 |
| ·齿轮传动的动力学模型 | 第13-14页 |
| ·齿轮副的啮合刚度 | 第14-15页 |
| ·齿轮故障特征信息 | 第15-21页 |
| ·啮合频率及其各次谐波 | 第15-16页 |
| ·幅值调制和频率调制 | 第16-20页 |
| ·齿轮及齿轮箱固有频率调制 | 第20页 |
| ·其它频率成分 | 第20-21页 |
| ·齿轮典型故障分析 | 第21-24页 |
| ·正常齿轮的时频域特征 | 第21-22页 |
| ·齿轮均匀磨损 | 第22页 |
| ·齿轮局部异常 | 第22-23页 |
| ·轴有较严重不平衡 | 第23页 |
| ·轴轻度弯曲 | 第23页 |
| ·轴严重弯曲 | 第23-24页 |
| ·滚动轴承振动机理及故障特征信息 | 第24-28页 |
| ·滚动轴承振动机理分析 | 第24-25页 |
| ·轴承结构本身引起的振动 | 第24页 |
| ·轴承故障引起的振动 | 第24-25页 |
| ·滚动轴承故障特征信息 | 第25-27页 |
| ·滚动轴承典型故障分析 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 齿轮箱振动信号处理基础 | 第29-42页 |
| ·数据预处理 | 第29-32页 |
| ·消除趋势项 | 第29-31页 |
| ·数据平滑处理 | 第31-32页 |
| ·时域分析 | 第32-33页 |
| ·时域统计分析 | 第32-33页 |
| ·时域相关分析 | 第33页 |
| ·频域分析 | 第33-41页 |
| ·幅值谱和功率谱 | 第34页 |
| ·离散频谱校正技术 | 第34-36页 |
| ·细化谱分析技术 | 第36-40页 |
| ·倒频谱分析技术 | 第40-41页 |
| ·时频分析 | 第41页 |
| ·本章小结 | 第41-42页 |
| 第四章 齿轮箱故障诊断试验设计及试验数据分析 | 第42-56页 |
| ·齿轮箱故障试验设计 | 第42-46页 |
| ·齿轮箱故障诊断试验装置 | 第42-45页 |
| ·齿轮箱故障模拟 | 第45页 |
| ·传感器在齿轮箱上的安装 | 第45-46页 |
| ·试验数据分析 | 第46-55页 |
| ·数据预处理 | 第46-47页 |
| ·时域分析 | 第47-51页 |
| ·利用有效值判断 | 第48-49页 |
| ·利用峭度指标判断 | 第49-51页 |
| ·频域分析 | 第51-55页 |
| ·频谱和细化谱 | 第51-53页 |
| ·倒频谱分析 | 第53-55页 |
| ·本章小结 | 第55-56页 |
| 第五章 小波包络解调分析 | 第56-67页 |
| ·小波包络解调基本原理 | 第56-59页 |
| ·小波变换滤波基本原理 | 第57-58页 |
| ·希尔伯特包络检波基本原理 | 第58-59页 |
| ·数字信号仿真 | 第59-60页 |
| ·试验信号验证 | 第60-66页 |
| ·齿轮故障振动信号验证 | 第60-62页 |
| ·轴承故障振动信号验证 | 第62-66页 |
| ·本章小结 | 第66-67页 |
| 第六章 基于信号处理的BP神经网络故障模式识别 | 第67-75页 |
| ·BP神经网络训练算法 | 第67-69页 |
| ·BP算法的改进 | 第69-70页 |
| ·敏感参数选择 | 第70-71页 |
| ·输入数据设计 | 第70页 |
| ·时域参数 | 第70-71页 |
| ·频域参数 | 第71页 |
| ·BP神经网络诊断 | 第71-74页 |
| ·本章小结 | 第74-75页 |
| 第七章 结论与展望 | 第75-77页 |
| ·结论 | 第75页 |
| ·展望 | 第75-77页 |
| 参考文献 | 第77-82页 |
| 攻读硕士学位期间发表的论文 | 第82-83页 |
| 致谢 | 第83页 |
