| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 课题研究的背景和意义 | 第9页 |
| 1.2 国内外研究的概况及发展趋势 | 第9-12页 |
| 1.2.1 基于数据挖掘故障诊断的发展现状 | 第10-11页 |
| 1.2.2 基于虚拟仪器的滚动轴承故障诊断系统的发展现状 | 第11-12页 |
| 1.3 本文的主要研究内容 | 第12-13页 |
| 第2章 滚动轴承故障诊断系统的总体方案 | 第13-25页 |
| 2.1 滚动轴承故障诊断系统基本思路 | 第13页 |
| 2.2 诊断系统的总体设计方案 | 第13-14页 |
| 2.3 硬件系统设计 | 第14-19页 |
| 2.4 软件系统设计 | 第19-23页 |
| 2.4.1 软件总体方案设计 | 第19-20页 |
| 2.4.2 设计软件的选定 | 第20-22页 |
| 2.4.3 软件系统功能分析 | 第22-23页 |
| 2.5 本章小结 | 第23-25页 |
| 第3章 滚动轴承的故障原理与特征分析 | 第25-33页 |
| 3.1 滚动轴承的结构与工作原理 | 第25-26页 |
| 3.2 滚动轴承的失效形式及分析 | 第26-27页 |
| 3.3 滚动轴承振动机理与特征频率分析 | 第27-32页 |
| 3.3.1 滚动轴承的故障特征频率分析 | 第28-29页 |
| 3.3.2 滚动轴承的固有振动频率分析 | 第29-30页 |
| 3.3.3 滚动轴承故障振动特性分析 | 第30-32页 |
| 3.4 本章小结 | 第32-33页 |
| 第4章 滚动轴承故障诊断方法及基于数据挖掘方法研究 | 第33-45页 |
| 4.1 滚动轴承主要故障诊断方法 | 第33-39页 |
| 4.1.1 时域故障诊断方法 | 第34-37页 |
| 4.1.2 频域故障诊断方法 | 第37-38页 |
| 4.1.3 共振解调分析方法 | 第38-39页 |
| 4.2 基于数据挖掘的故障诊断技术 | 第39-44页 |
| 4.2.1 数据分类 | 第40-42页 |
| 4.2.2 数据挖掘常用方法 | 第42页 |
| 4.2.3 C4.5决策树算法 | 第42-43页 |
| 4.2.4 决策树的剪枝 | 第43页 |
| 4.2.5 决策树规则提取 | 第43-44页 |
| 4.2.6 滚动轴承故障特征参数选取 | 第44页 |
| 4.3 本章小结 | 第44-45页 |
| 第5章 基于LabVIEW的故障诊断软件系统设计 | 第45-67页 |
| 5.1 软件系统设计 | 第45-61页 |
| 5.1.1 MATLAB和WEKA介绍 | 第45-46页 |
| 5.1.2 滚动轴承故障诊断系统主要分析模块设计 | 第46-61页 |
| 5.2 滚动轴承故障模拟实验验证 | 第61-66页 |
| 5.2.1 测试用轴承型号 | 第61页 |
| 5.2.2 实验验证过程 | 第61-64页 |
| 5.2.3 实验验证结果 | 第64-66页 |
| 5.3 本章小结 | 第66-67页 |
| 结论 | 第67-68页 |
| 致谢 | 第68-69页 |
| 参考文献 | 第69-73页 |
| 作者简介 | 第73页 |
| 攻读硕士学位期间发表的论文 | 第73-74页 |