| 1 绪论 | 第1-12页 |
| ·机械设备的故障 | 第9-10页 |
| ·机械故障诊断的基本内容 | 第10页 |
| ·选题意义 | 第10-11页 |
| ·论文工作安排 | 第11-12页 |
| 2 齿轮箱的主要故障模式及机理 | 第12-19页 |
| ·齿轮箱的故障模式 | 第12-13页 |
| ·齿轮箱的故障机理及其分析 | 第13-16页 |
| ·理想齿轮啮合振动 | 第13-14页 |
| ·实际工作中齿轮振动的啮合调制现象 | 第14-15页 |
| ·齿轮振动信号的齿轮共振解调 | 第15页 |
| ·箱体共振频率调制 | 第15-16页 |
| ·故障诊断中的频谱分析方法 | 第16-19页 |
| 3 故障诊断中的模式识别及神经网络 | 第19-32页 |
| ·模式识别的基本概念 | 第19-21页 |
| ·特征提取 | 第20页 |
| ·透明映射规则的学习 | 第20页 |
| ·分类识别 | 第20页 |
| ·故障诊断中常用的模式识别方法 | 第20-21页 |
| ·神经网络的基础知识 | 第21-22页 |
| ·神经网络的算法基础 | 第22-26页 |
| ·最陡下降法 | 第22-23页 |
| ·共轭梯度法 | 第23-26页 |
| ·误差反传播网络算法 | 第26-28页 |
| ·利用主元网络对BP算法的改进 | 第28-30页 |
| ·主元分析的原理 | 第28-30页 |
| ·主元分析方法的算法 | 第30页 |
| ·神经网络在故障诊断模式识别中的应用 | 第30-32页 |
| 4 拖拉机齿轮箱齿轮典型故障模拟实验及数据获取 | 第32-41页 |
| ·室内加载系统的设计和标定 | 第32-36页 |
| ·实验样机 | 第32页 |
| ·实验装置 | 第32-36页 |
| ·拖拉机齿轮箱故障模拟实验 | 第36-41页 |
| ·故障的选取 | 第36-39页 |
| ·信号的采集 | 第39-41页 |
| 5 基于神经网络故障诊断系统软件的开发 | 第41-52页 |
| ·应用的工具软件的简要介绍 | 第41-42页 |
| ·软件的整体设计 | 第42-47页 |
| ·设计思路 | 第42-43页 |
| ·软件的原型设计 | 第43-47页 |
| ·程序设计中的几个关键技术 | 第47-52页 |
| ·数据库编程技术 | 第47-48页 |
| ·MATLAB应用程序接口技术 | 第48-49页 |
| ·MATLAB神经网络工具箱的使用 | 第49-50页 |
| ·在程序中嵌入XML文件的编程 | 第50-52页 |
| 6 基于神经网络的齿轮箱齿轮智能故障诊断的实际应用 | 第52-59页 |
| ·确定神经网络的输入 | 第52-53页 |
| ·网络拓扑结构及算法的选择 | 第53-54页 |
| ·网络的训练与检验 | 第54-59页 |
| ·一般BP算法训练和检验的结果 | 第54-56页 |
| ·应用主元分析改进的训练结果 | 第56-59页 |
| 7 结论和展望 | 第59-62页 |
| 附录1. 用于进行信号处理的.m文件 | 第62-66页 |
| 附录2. 齿轮箱智能故障诊断系统软件的使用 | 第66-71页 |
| 致谢 | 第71页 |