基于BP神经网络的齿轮故障模式识别研究
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第一章 绪论 | 第9-15页 |
| ·研究背景及意义 | 第9-11页 |
| ·国内外发展现状及趋势 | 第11-14页 |
| ·研究方法及现状 | 第11-13页 |
| ·发展趋势 | 第13-14页 |
| ·本文的主要研究内容 | 第14页 |
| ·本章小结 | 第14-15页 |
| 第二章 齿轮振动故障诊断的基础 | 第15-26页 |
| ·概述 | 第15-18页 |
| ·齿轮的劣化规律 | 第15-17页 |
| ·齿轮的主要故障原因 | 第17-18页 |
| ·齿轮振动故障诊断系统 | 第18-20页 |
| ·齿轮的振动机理 | 第20-25页 |
| ·齿轮的振动分析 | 第20-22页 |
| ·幅值调制和频率调制 | 第22-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 齿轮振动信号的分析与特征提取 | 第26-38页 |
| ·振动信号的时域分析 | 第27-32页 |
| ·幅值域分析 | 第27-31页 |
| ·时差域分析 | 第31页 |
| ·时域平均分析 | 第31-32页 |
| ·振动信号的频域分析 | 第32-35页 |
| ·频谱分析 | 第32-33页 |
| ·功率谱分析 | 第33页 |
| ·细化谱分析 | 第33-34页 |
| ·倒频谱分析 | 第34-35页 |
| ·振动信号的时频分析 | 第35-36页 |
| ·振动信号的包络分析 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 第四章 齿轮故障诊断实验 | 第38-43页 |
| ·实验系统的组成 | 第38-39页 |
| ·实验台的组成 | 第38页 |
| ·振动测试系统 | 第38-39页 |
| ·齿轮故障诊断实验的实施 | 第39-42页 |
| ·齿轮故障类型选择 | 第39页 |
| ·数据采集与处理 | 第39-42页 |
| ·本章小结 | 第42-43页 |
| 第五章 神经网络在齿轮故障诊断中的应用 | 第43-63页 |
| ·基于神经网络齿轮故障诊断 | 第43-54页 |
| ·概率神经网络 | 第44-46页 |
| ·BP神经网络 | 第46-51页 |
| ·方法对比 | 第51-54页 |
| ·BP神经网络的改进 | 第54-62页 |
| ·本章小结 | 第62-63页 |
| 第六章 结论与展望 | 第63-65页 |
| ·本文的主要工作和结论 | 第63页 |
| ·展望 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 致谢 | 第69页 |
