| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 创新点摘要 | 第7-10页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 课题研究背景及意义 | 第10-11页 |
| 1.2 相关技术介绍及研究现状 | 第11-14页 |
| 1.2.1 滚动轴承的故障诊断方法 | 第11-12页 |
| 1.2.2 常用的振动信号处理方法 | 第12-13页 |
| 1.2.3 变分模态分解和故障分类识别 | 第13-14页 |
| 1.3 本文的结构和主要研究内容 | 第14-16页 |
| 第二章 轴承故障机理分析和常见故障特征提取方法 | 第16-24页 |
| 2.1 滚动轴承的相关结构 | 第16页 |
| 2.2 滚动轴承的失效形式和振动特性 | 第16-18页 |
| 2.2.1 滚动轴承常见的失效形式 | 第16-18页 |
| 2.2.2 滚动轴承的振动特性 | 第18页 |
| 2.3 旋转机械故障诊断的基本过程和模拟试验平台QPPZ-II | 第18-20页 |
| 2.3.1 旋转机械故障诊断基本过程 | 第18-19页 |
| 2.3.2 模拟试验平台QPPZ-II | 第19-20页 |
| 2.4 常见振动信号分解方法原理 | 第20-23页 |
| 2.4.1 小波包分析(WPA) | 第20-21页 |
| 2.4.2 经验模态分解 | 第21-23页 |
| 2.5 本章小结 | 第23-24页 |
| 第三章 变分模态分解原理及其仿真分析 | 第24-37页 |
| 3.1 变分模态分解简介 | 第24页 |
| 3.2 变分模态分解原理 | 第24-28页 |
| 3.2.1 基本概念 | 第24-25页 |
| 3.2.2 变分模型 | 第25页 |
| 3.2.3 变分模型的求解 | 第25-28页 |
| 3.3 不同分解方法的仿真比较 | 第28-32页 |
| 3.3.1 仿真模型的构建 | 第28-29页 |
| 3.3.2 信号分解结果比较 | 第29-32页 |
| 3.4 基于匹配追踪算法与VMD结合分解 | 第32-36页 |
| 3.4.1 匹配追踪算法基本原理法 | 第32-34页 |
| 3.4.2 实测信号验证 | 第34-36页 |
| 3.5 本章小结 | 第36-37页 |
| 第四章 基于VMD多尺度熵均偏值的轴承故障特征提取 | 第37-46页 |
| 4.1 样本熵的定义及算法 | 第37-38页 |
| 4.1.1 样本熵 | 第37-38页 |
| 4.1.2 参数选择 | 第38页 |
| 4.2 多尺度熵及多基于多尺度熵的均偏值参数 | 第38-40页 |
| 4.2.1 多尺度熵概念 | 第38-39页 |
| 4.2.2 基于多尺度熵的均偏值参数 | 第39-40页 |
| 4.3 基于VMD多尺度熵均偏值的滚动轴承特征提取步骤 | 第40页 |
| 4.4 实际轴承信号的特征提取研究 | 第40-42页 |
| 4.5 基于BP神经网络的识别验证 | 第42-45页 |
| 4.5.1 BP网络结构 | 第42页 |
| 4.5.2 BP神经网络故障诊断模型建立 | 第42-43页 |
| 4.5.3 轴承振动信号时域参数在BP神经网络的分类识别 | 第43-45页 |
| 4.5.4 实际信号的PMME值在BP神经网络的分类验证 | 第45页 |
| 4.6 本章小结 | 第45-46页 |
| 第五章 改进粒子群算法优化BP神经网络的故障诊断 | 第46-59页 |
| 5.1 BP网络训练过程 | 第46-47页 |
| 5.2 粒子群算法 | 第47-49页 |
| 5.2.1 粒子群算法基本原理 | 第47-48页 |
| 5.2.2 粒子群算法流程 | 第48-49页 |
| 5.2.3 粒子群算法局限性分析 | 第49页 |
| 5.3 粒子群算法的优化改进 | 第49-51页 |
| 5.3.1 学习参数动态调整策略 | 第49页 |
| 5.3.2 增加粒子种群多样性策略 | 第49-50页 |
| 5.3.3 混合粒子群算法步骤和流程图 | 第50-51页 |
| 5.4 改进粒子群算法的仿真验证 | 第51-54页 |
| 5.5 改进粒子群算法的BP神经网络参数优化 | 第54-57页 |
| 5.5.1 粒子群算法优化BP神经网络的基本方法 | 第54页 |
| 5.5.2 粒子群算法优化BP神经网络的步骤 | 第54-55页 |
| 5.5.3 粒子群算法优化BP神经网络的仿真实验 | 第55-57页 |
| 5.6 基于改进粒子群算法的BP神经网络故障诊断 | 第57-58页 |
| 5.7 本章小结 | 第58-59页 |
| 结论 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 发表文章目录 | 第64-65页 |
| 致谢 | 第65-66页 |
