基于神经网络的齿轮箱故障诊断研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-15页 |
| ·设备故障诊断的研究背景及意义 | 第9页 |
| ·国内外研究现状 | 第9-10页 |
| ·齿轮箱故障诊断的研究现状 | 第10-11页 |
| ·小波理论的发展 | 第11-12页 |
| ·小波理论的发展状况 | 第11页 |
| ·小波理论在故障诊断中的应用 | 第11-12页 |
| ·神经网络的发展 | 第12-13页 |
| ·论文的主要内容 | 第13-15页 |
| 第二章 齿轮箱振动机理与故障分析 | 第15-25页 |
| ·引言 | 第15-16页 |
| ·齿轮的振动机理 | 第16-19页 |
| ·齿轮振动信号频率的计算 | 第16-17页 |
| ·齿轮振动信号的调制分析 | 第17-19页 |
| ·齿轮的典型故障 | 第19-21页 |
| ·齿面磨损 | 第19-20页 |
| ·齿面点蚀 | 第20页 |
| ·齿面断裂 | 第20-21页 |
| ·滚动轴承的主要故障 | 第21-23页 |
| ·轴承的结构组成 | 第21页 |
| ·轴承的振动机理 | 第21-23页 |
| ·轴承的主要失效形式和成因 | 第23页 |
| ·本章小结 | 第23-25页 |
| 第三章 齿轮箱振动信号的分析 | 第25-39页 |
| ·引言 | 第25页 |
| ·齿轮箱振动信号时域与频域分析 | 第25-31页 |
| ·时域分析 | 第25-28页 |
| ·频域分析 | 第28-31页 |
| ·小波理论及其在故障诊断中的应用 | 第31-33页 |
| ·小波包理论 | 第32-33页 |
| ·小波包在故障诊断中的应用 | 第33页 |
| ·小波包能量谱分析 | 第33-37页 |
| ·振动信号的小波包分析 | 第35-36页 |
| ·小波包能量谱分析 | 第36-37页 |
| ·本章小结 | 第37-39页 |
| 第四章 神经网络及齿轮箱故障诊断软件开发 | 第39-53页 |
| ·引言 | 第39页 |
| ·神经网络概述 | 第39-41页 |
| ·神经网络的原理 | 第39-40页 |
| ·BP神经网络 | 第40-41页 |
| ·BP神经网络的设计 | 第41-43页 |
| ·BP网络结构 | 第41页 |
| ·BP神经网络的学习算法 | 第41-42页 |
| ·输入层的设计 | 第42-43页 |
| ·隐含层的设计 | 第43页 |
| ·齿轮箱故障诊断系统开发 | 第43-45页 |
| ·MATLAB的应用 | 第43-45页 |
| ·MATLAB图形用户界面编程 | 第45页 |
| ·齿轮箱故障诊断软件编制 | 第45-51页 |
| ·诊断系统的主界面设计 | 第45-46页 |
| ·诊断系统的时域分析设计 | 第46-47页 |
| ·诊断系统的频域分析设计 | 第47-48页 |
| ·小波包能量谱预处理 | 第48页 |
| ·神经网络诊断设计 | 第48-51页 |
| ·本章小结 | 第51-53页 |
| 第五章 锚机试验及故障诊断分析 | 第53-63页 |
| ·试验系统 | 第53-56页 |
| ·试验系统组成 | 第54-55页 |
| ·试验方法 | 第55-56页 |
| ·锚机齿轮箱的故障诊断分析 | 第56-61页 |
| ·试验的故障类型 | 第57-59页 |
| ·故障诊断网络的训练和诊断效果 | 第59-61页 |
| ·齿轮箱诊断系统结果分析 | 第61-62页 |
| ·本章小结 | 第62-63页 |
| 第六章 结论与展望 | 第63-65页 |
| ·结论 | 第63-64页 |
| ·展望 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 致谢 | 第69-71页 |
| 附录 A | 第71页 |
