基于时间序列分析的滚动轴承的故障诊断
| 摘要 | 第1-3页 |
| Abstract | 第3-4页 |
| 目录 | 第4-6页 |
| 第一章 序论 | 第6-13页 |
| ·故障诊断的意义及内容 | 第6-10页 |
| ·故障诊断的定义 | 第6页 |
| ·滚动轴承故障诊断的意义 | 第6-7页 |
| ·轴承故障诊断的内容 | 第7-8页 |
| ·轴承故障诊断的现状 | 第8-10页 |
| ·滚动轴承故障诊断的基本原理和基本方法 | 第10-12页 |
| ·时间序列分析的意义 | 第12-13页 |
| 第二章 滚动轴承的故障特性 | 第13-21页 |
| ·滚动轴承故障机理 | 第13-16页 |
| ·滚动轴承的典型故障 | 第13-14页 |
| ·滚动轴承的振动机理 | 第14-16页 |
| ·滚动轴承故障特征分析 | 第16-21页 |
| 第三章 滚动轴承故障的时域和频域诊断法 | 第21-36页 |
| ·时域特征值诊断法 | 第21-31页 |
| ·概率密度诊断法 | 第29-31页 |
| ·频域参数指标 | 第31-36页 |
| ·功率谱分析 | 第34-36页 |
| 第四章 时间序列分析基本理论 | 第36-48页 |
| ·时间序列分析简介 | 第36-43页 |
| ·时间序列检验 | 第36-38页 |
| ·ARMA 模型定义 | 第38-42页 |
| ·ARMA 模型等价形式 | 第42-43页 |
| ·时间序列模型的识别 | 第43-45页 |
| ·ARMA 序列的自相关函数 | 第44页 |
| ·A RMA 序列的偏相关函数 | 第44-45页 |
| ·模型类型识别判据 | 第45-46页 |
| ·模型定阶准则 | 第46-48页 |
| 第五章 时间序列模型参数估计 | 第48-52页 |
| ·AR 模型参数估计 | 第48页 |
| ·最小二乘法(直接估计法) | 第48-49页 |
| ·Levinson（莱文森）算法(递推估计法) | 第49-50页 |
| ·Burg 算法 | 第50-52页 |
| 第六章 ARMA 模型参数估计 | 第52-57页 |
| ·先后估计法(矩估计) | 第52-55页 |
| ·长自回归白噪法 | 第55-57页 |
| 第七章 CDMS-90 系统进行时间序列分析 | 第57-67页 |
| ·AR 自回归分析 | 第57-58页 |
| ·ARMA 自回归滑动平均模型 | 第58-59页 |
| ·分析结果 | 第59-66页 |
| ·总结 | 第66-67页 |
| 研究展望 | 第67-68页 |
| 参考文献 | 第68-72页 |
| 在校期间发表的论文 | 第72-73页 |
| 致谢 | 第73-74页 |
| 学位论文独创性声明 | 第74页 |
| 学位论文知识产权权属声明 | 第74页 |
