| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 转子故障诊断的意义和目的 | 第9页 |
| 1.2 转子故障特征提取与诊断技术综述 | 第9-11页 |
| 1.2.1 基于信号处理的故障特征提取方法 | 第9-11页 |
| 1.2.2 转子故障识别方法 | 第11页 |
| 1.3 本文主要的研究内容 | 第11-13页 |
| 第2章 转子振动故障分析与采集 | 第13-19页 |
| 2.1 转子振动故障机理和信号特性分析 | 第13-16页 |
| 2.1.1 转子不平衡机理和振动信号特性 | 第13-14页 |
| 2.1.2 转子不对中机理和振动信号特性 | 第14-15页 |
| 2.1.3 转子油膜涡动机理和振动信号特性 | 第15页 |
| 2.1.4 转子动静碰摩机理和振动信号特性 | 第15-16页 |
| 2.2 转子振动信号采集系统 | 第16-18页 |
| 2.2.1 信号采集系统的建立 | 第16-17页 |
| 2.2.2 实验设备 | 第17页 |
| 2.2.3 数据采集设备 | 第17-18页 |
| 2.3 本章总结 | 第18-19页 |
| 第3章 基于 EMD 三频段重构的特征分析 | 第19-33页 |
| 3.1 EMD 基本原理 | 第19-24页 |
| 3.1.1 时频分析的基本概念 | 第19-21页 |
| 3.1.2 EMD 方法 | 第21-24页 |
| 3.2 基于 EMD 的特征提取分析 | 第24-26页 |
| 3.2.1 信息熵 | 第24-25页 |
| 3.2.2 能量与能量熵 | 第25-26页 |
| 3.3 相对能量与能量熵表征转子振动特征的可行性分析 | 第26-32页 |
| 3.3.1 转子振动信号的 EMD 分解 | 第26-29页 |
| 3.3.2 EMD 三频段重构的相对能量与能量熵分析 | 第29-32页 |
| 3.4 本章总结 | 第32-33页 |
| 第4章 基于混沌数值特征的转子振动信号分析 | 第33-47页 |
| 4.1 时间序列的相空间重构 | 第33-39页 |
| 4.1.1 相空间的重构算法 | 第33-34页 |
| 4.1.2 时延的确定 | 第34-36页 |
| 4.1.3 嵌入维的确定 | 第36-39页 |
| 4.2 关联维的计算 | 第39-40页 |
| 4.3 最大 Lyapunov 指数计算 | 第40-41页 |
| 4.4 故障信号的混沌数值特征分析 | 第41-46页 |
| 4.4.1 高频分量时延分析 | 第41-42页 |
| 4.4.2 高频分量嵌入维分析 | 第42-44页 |
| 4.4.3 高频分量的关联维和最大 Lyapunov 指数分析 | 第44-46页 |
| 4.5 本章总结 | 第46-47页 |
| 第5章 基于 EMD 和 SVM 的三频混合特征提取与故障诊断方法 | 第47-54页 |
| 5.1 分类器的构建 | 第47-50页 |
| 5.1.1 支持向量机理论 | 第47-49页 |
| 5.1.2 多类分类器的设计 | 第49-50页 |
| 5.2 实验分析 | 第50-53页 |
| 5.2.1 实验步骤 | 第50页 |
| 5.2.2 实验分析 | 第50-53页 |
| 5.3 本章总结 | 第53-54页 |
| 第6章 总结与展望 | 第54-56页 |
| 6.1 本文工作总结 | 第54页 |
| 6.2 主要创新点 | 第54页 |
| 6.3 研究展望 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 攻读硕士学位期间发表的学术论文及其他成果 | 第60-61页 |
| 致谢 | 第61页 |
