| 摘要 | 第9-10页 |
| ABSTRACT | 第10页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 研究背景与意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-13页 |
| 1.3 信号特征提取的研究现状 | 第13-16页 |
| 1.3.1 基于传统时域的特征提取 | 第13页 |
| 1.3.2 基于频域的特征提取 | 第13-14页 |
| 1.3.3 基于时频分析的特征提取 | 第14-16页 |
| 1.4 研究内容与文章结构 | 第16-19页 |
| 第2章 滚动轴承振动机理分析 | 第19-27页 |
| 2.1 滚动轴承的结构和失效形式 | 第19-21页 |
| 2.1.1 滚动轴承的基本结构 | 第19-20页 |
| 2.1.2 滚动轴承的主要失效形式 | 第20-21页 |
| 2.2 滚动轴承的振动信号特征 | 第21-22页 |
| 2.2.1 与滚动轴承结构特点有关的振动 | 第21页 |
| 2.2.2 与滚动轴承加工装配有关的振动 | 第21页 |
| 2.2.3 与滚动轴承运行故障有关的振动 | 第21-22页 |
| 2.3 滚动轴承的故障特征频率 | 第22-23页 |
| 2.4 滚动轴承的固有频率 | 第23-24页 |
| 2.5 滚动轴承信号频率区间 | 第24-25页 |
| 2.6 本章小结 | 第25-27页 |
| 第3章 基于图结构的滚动轴承故障检测与诊断方法 | 第27-37页 |
| 3.1 方法总体框架 | 第27页 |
| 3.2 故障检测 | 第27-33页 |
| 3.2.1 短时傅里叶变换 | 第29页 |
| 3.2.2 基于图模型的特征提取 | 第29-31页 |
| 3.2.3 基于图模型特征提取的故障检测 | 第31-33页 |
| 3.3 故障诊断 | 第33-35页 |
| 3.3.1 支持向量机 | 第33-34页 |
| 3.3.2 基于支持向量机的故障诊断 | 第34-35页 |
| 3.4 本章小结 | 第35-37页 |
| 第4章 实验结果与分析 | 第37-69页 |
| 4.1 故障检测 | 第37-43页 |
| 4.1.1 PRONOSTIA平台介绍 | 第37-39页 |
| 4.1.2 实验结果与分析 | 第39-43页 |
| 4.2 故障诊断 | 第43-50页 |
| 4.2.1 西储大学轴承试验台 | 第43-44页 |
| 4.2.2 实验结果与分析 | 第44-50页 |
| 4.3 对比实验一 | 第50-54页 |
| 4.3.1 基于小波包能量谱的故障诊断 | 第50-51页 |
| 4.3.2 基于EMD分解瞬时能量熵的故障诊断 | 第51-53页 |
| 4.3.3 基于EMD奇异熵的故障诊断 | 第53-54页 |
| 4.4 对比实验二 | 第54-67页 |
| 4.4.1 基于本文方法的混合故障诊断 | 第56-59页 |
| 4.4.2 基于小波包能量谱的混合故障诊断 | 第59-61页 |
| 4.4.3 基于EMD分解瞬时能量熵的混合故障诊断 | 第61-67页 |
| 4.5 本章小结 | 第67-69页 |
| 总结与展望 | 第69-71页 |
| 参考文献 | 第71-77页 |
| 硕士期间取得的学术成果 | 第77-79页 |
| 致谢 | 第79-81页 |
| 学位论文评阅及答辩情况表 | 第81页 |