| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题研究背景及意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.2.1 信号预处理研究 | 第12页 |
| 1.2.2 故障特征提取研究 | 第12-13页 |
| 1.2.3 故障诊断研究 | 第13-14页 |
| 1.3 本文研究目内容安排 | 第14-15页 |
| 1.4 本章小结 | 第15-16页 |
| 第2章 基本理论介绍 | 第16-24页 |
| 2.1 滚动轴承的基本结构及故障类型 | 第16页 |
| 2.1.1 滚动轴承的基本结构 | 第16页 |
| 2.1.2 滚动轴承的故障形式 | 第16页 |
| 2.2 信号预处理相关理论介绍 | 第16-18页 |
| 2.2.1 小波阈值函数 | 第17-18页 |
| 2.2.2 小波阈值的获取 | 第18页 |
| 2.2.3 信号的去噪效果评价指标 | 第18页 |
| 2.2.4 互相关系数准则 | 第18页 |
| 2.3 信号特征提取相关理论介绍 | 第18-22页 |
| 2.3.1 传统的经验模态分解(EMD) | 第19页 |
| 2.3.2 集合经验模态分解(EEMD) | 第19-20页 |
| 2.3.3 自适应噪声的完备经验模态分解(CEEMDAN) | 第20-21页 |
| 2.3.4 多尺度排列熵(MPE) | 第21-22页 |
| 2.4 故障诊断相关理论介绍 | 第22-23页 |
| 2.4.1 支持向量机(SVM) | 第22-23页 |
| 2.5 本章小结 | 第23-24页 |
| 第3章 基于CEEMDAN-MPE的滚动轴承故障诊断 | 第24-43页 |
| 3.1 数据预处理 | 第24-31页 |
| 3.1.1 数据来源说明 | 第24-25页 |
| 3.1.2 数据特点分析 | 第25-27页 |
| 3.1.3 小波去噪分析 | 第27-31页 |
| 3.2 特征提取 | 第31-37页 |
| 3.2.1 仿真信号模态分解对比分析 | 第31-34页 |
| 3.2.2 故障振动信号分析 | 第34-35页 |
| 3.2.3 特征向量的提取 | 第35-37页 |
| 3.3 故障诊断 | 第37-41页 |
| 3.3.1 故障诊断思路 | 第37页 |
| 3.3.2 产生训练集/测试集 | 第37-39页 |
| 3.3.3 创建/训练SVM诊断模型 | 第39页 |
| 3.3.4 仿真测试 | 第39-40页 |
| 3.3.5 性能评价 | 第40-41页 |
| 3.4 CEEMDAN-MPE-SVM故障轴承诊断方法 | 第41-42页 |
| 3.5 本章小结 | 第42-43页 |
| 第4章 基于CEEMDAN-MPE的滚动轴承保持架故障预测 | 第43-52页 |
| 4.1 引言 | 第43页 |
| 4.2 实验平台介绍 | 第43-46页 |
| 4.2.1 实验设备的介绍 | 第43-46页 |
| 4.2.2 实验数据的采集 | 第46页 |
| 4.3 基于CEEMDAN-MPE的滚动轴承保持架故障预测 | 第46-51页 |
| 4.3.1 原始实验数据分析 | 第46-48页 |
| 4.3.2 Y方向的振动实验数据的分析 | 第48-49页 |
| 4.3.3 基于CEEMDAN-MPE的滚动轴承保持架故障预测 | 第49-51页 |
| 4.4 本章小结 | 第51-52页 |
| 第5章 滚动轴承故障诊断系统开发 | 第52-63页 |
| 5.1 引言 | 第52页 |
| 5.2 MATLABGUI | 第52-53页 |
| 5.2.1 GUI简介 | 第52页 |
| 5.2.2 GUIDE的开发过程 | 第52-53页 |
| 5.3 系统设计与开发 | 第53-60页 |
| 5.3.1 系统登陆模块 | 第54-56页 |
| 5.3.2 滚动轴承故障特征提取模块 | 第56-59页 |
| 5.3.3 滚动轴承故障诊断模块 | 第59-60页 |
| 5.4 故障诊断系统验证 | 第60-62页 |
| 5.5 本章小结 | 第62-63页 |
| 第6章 结论 | 第63-65页 |
| 6.1 结论 | 第63-64页 |
| 6.2 不足之处与进一步展望 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 硕士期间发表的论文及学术成果 | 第69-70页 |
| 科研项目 | 第69页 |
| 发表论文及专利 | 第69页 |
| 获奖情况 | 第69-70页 |
| 致谢 | 第70-71页 |
