基于数学形态学与模糊C均值的滚动轴承故障诊断方法
摘要 | 第1-6页 |
Abstract | 第6-8页 |
目录 | 第8-11页 |
第1章 绪论 | 第11-17页 |
·引言 | 第11页 |
·机械故障诊断的发展概况 | 第11-13页 |
·故障诊断技术的发展过程 | 第11-13页 |
·故障诊断技术的发展趋势 | 第13页 |
·故障诊断技术的重要作用 | 第13页 |
·轴承故障诊断的基本内容 | 第13-16页 |
·滚动轴承振动信号降噪 | 第14-15页 |
·滚动轴承故障诊断 | 第15-16页 |
·本文的主要研究内容 | 第16-17页 |
第2章 滚动轴承故障机理及诊断技术 | 第17-33页 |
·滚动轴承的主要故障 | 第17-18页 |
·滚动轴承的振动机理 | 第18-24页 |
·滚动轴承振动的基本参数 | 第18-20页 |
·正常滚动轴承的振动特性 | 第20-23页 |
·异常滚动轴承的振动特性 | 第23-24页 |
·振动信号滤波处理技术 | 第24-27页 |
·传统的信号降噪技术 | 第24-25页 |
·小波变换降噪技术 | 第25-27页 |
·EMD 降噪技术 | 第27页 |
·传统的振动诊断方法 | 第27-32页 |
·振动诊断的时域分析方法 | 第27-30页 |
·振动诊断的频域分析方法 | 第30-32页 |
·本章小结 | 第32-33页 |
第3章 振动信号的数学形态学分析方法 | 第33-45页 |
·数学形态学理论与基本运算 | 第33-35页 |
·数学形态学简介 | 第33-34页 |
·数学形态学基本运算 | 第34-35页 |
·形态滤波器 | 第35页 |
·形态滤波器的设计分析 | 第35-40页 |
·结构元素形状的选取 | 第35-38页 |
·结构元素宽度和幅度的选择 | 第38-40页 |
·基于多尺度形态学的非线性信号分析 | 第40-44页 |
·多尺度形态学原理 | 第40-41页 |
·多尺度形态学分形维数 | 第41-43页 |
·多尺度形态谱 | 第43-44页 |
·本章小结 | 第44-45页 |
第4章 模糊 C 均值聚类分析方法 | 第45-53页 |
·聚类分析的概况 | 第45-46页 |
·聚类分析的基本概念 | 第45页 |
·聚类分析的数学模型 | 第45-46页 |
·聚类分析的分类 | 第46页 |
·模糊 C 均值聚类算法 | 第46-52页 |
·硬 C 均值聚类 | 第47-48页 |
·模糊 C 均值聚类 | 第48-50页 |
·模糊模式识别 | 第50-52页 |
·本章小结 | 第52-53页 |
第5章 滚动轴承故障诊断实验及应用 | 第53-77页 |
·故障诊断实验数据 | 第53页 |
·振动信号降噪 | 第53-60页 |
·IIR 数字滤波 | 第56-57页 |
·小波消噪 | 第57-59页 |
·形态学滤波降噪 | 第59-60页 |
·频谱分析 | 第60-62页 |
·多尺度形态学分析 | 第62-66页 |
·分形维数分析 | 第62-64页 |
·形态谱分析 | 第64-66页 |
·模糊 C 均值在故障识别中的应用 | 第66-69页 |
·模糊 C 均值聚类应用 | 第66-67页 |
·故障识别 | 第67-69页 |
·故障诊断方法在 1580SP 轧机上的应用 | 第69-76页 |
·1580SP 轧机传动系统 | 第69-71页 |
·传动系统的轴承参数 | 第71-72页 |
·传动系统数据采集 | 第72页 |
·形态学滤波 | 第72-73页 |
·故障诊断分析 | 第73-76页 |
·本章小结 | 第76-77页 |
结论 | 第77-79页 |
参考文献 | 第79-85页 |
攻读硕士学位期间承担的科研任务与主要成果 | 第85-86页 |
致谢 | 第86-87页 |
作者简介 | 第87页 |