| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 目录 | 第8-11页 |
| 第一章 绪论 | 第11-17页 |
| ·齿轮箱故障特征提取技术研究的目的和意义 | 第11页 |
| ·齿轮箱故障诊断技术的现状与发展方向 | 第11-13页 |
| ·机械故障信号特征提取方法的研究内容 | 第13-15页 |
| ·本论文研究的目的和主要内容 | 第15-17页 |
| 第二章 齿轮箱故障实验台设计 | 第17-23页 |
| ·实验系统简介 | 第17-19页 |
| ·齿轮箱试验台的组成 | 第17-18页 |
| ·振动测试系统的组成 | 第18-19页 |
| ·齿轮箱故障实验原理 | 第19-20页 |
| ·实验目的 | 第19页 |
| ·测量方案 | 第19-20页 |
| ·基于加速度振动信号的故障特征提取 | 第20页 |
| ·齿轮振动信号的频率分布特点和特征频率计算 | 第20-21页 |
| ·滚动轴承振动信号的频率分布特点和特征频率计算 | 第21-23页 |
| 第三章 传统信号特征提取方法及应用 | 第23-35页 |
| ·时域分析 | 第23页 |
| ·频域分析 | 第23-25页 |
| ·包络谱分析 | 第25-29页 |
| ·包络谱分析在齿轮故障信号中的应用 | 第27-29页 |
| ·倒频谱分析 | 第29-33页 |
| ·倒频谱分析在齿轮故障信号中的应用 | 第30-33页 |
| ·本章小节 | 第33-35页 |
| 第四章 短时傅里叶变换和Wigner-Ville分布的基本理论及应用 | 第35-49页 |
| ·引言 | 第35页 |
| ·短时傅立叶变换的理论 | 第35-36页 |
| ·基于短时傅立叶变换的数字仿真振动信号的验证 | 第36-38页 |
| ·基于短时傅立叶变换的齿轮箱实验信号的分析 | 第38-42页 |
| ·正常信号的分析 | 第38-39页 |
| ·齿轮箱实验台断齿信号的分析 | 第39-42页 |
| ·电机转速变化对特征提取的影响 | 第39-40页 |
| ·负载变化对特征提取的影响 | 第40-41页 |
| ·测点位置变化对特征提取的影响 | 第41-42页 |
| ·Wigner-Ville分布理论 | 第42-43页 |
| ·基于Wigner-Ville分布的数字仿真振动信号的验证 | 第43-44页 |
| ·基于 Choi-Williams分布的齿轮箱实验信号的分析 | 第44-48页 |
| ·正常信号的分析 | 第45页 |
| ·齿轮箱实验台断齿信号的分析 | 第45-48页 |
| ·电机转速变化对特征提取的影响 | 第45-47页 |
| ·负载变化对特征提取的影响 | 第47页 |
| ·测点位置变化对特征提取的影响 | 第47-48页 |
| ·本章小节 | 第48-49页 |
| 第五章 小波分析理论及应用 | 第49-67页 |
| ·小波变换理论 | 第49-54页 |
| ·连续小波变换 | 第49-50页 |
| ·离散小波变换 | 第50-51页 |
| ·多分辨率分析 | 第51-52页 |
| ·Mallat算法 | 第52-53页 |
| ·小波包分析 | 第53-54页 |
| ·小波分析在数字仿真信号特征提取中的应用 | 第54-55页 |
| ·基于小波变换的齿轮箱实验数据分析 | 第55-64页 |
| ·正常信号的数据分析 | 第55-57页 |
| ·齿轮箱实验台齿面磨损和断齿故障信号的数据分析 | 第57-59页 |
| ·齿轮箱实验台滚动轴承外圈故障和内圈故障信号的数据分析 | 第59-64页 |
| ·本章小节 | 第64-67页 |
| 第六章 经验模态分解(EMD)方法理论及其应用 | 第67-91页 |
| ·EMD方法的基本概念 | 第67-68页 |
| ·瞬时频率 | 第67-68页 |
| ·本征模态函数 | 第68页 |
| ·经验模态分解(EMD)方法的基本原理 | 第68-71页 |
| ·希尔伯特谱 | 第71-72页 |
| ·基于 EMD的数字仿真振动信号的验证 | 第72-75页 |
| ·基于 EMD的齿轮箱实验数据分析 | 第75-83页 |
| ·正常信号的数据分析 | 第75-76页 |
| ·齿轮箱实验台齿面磨损和断齿故障信号的数据分析 | 第76-80页 |
| ·齿轮箱实验台滚动轴承外圈故障和内圈故障信号的数据分析 | 第80-83页 |
| ·基于 EMD的 Wigner分布分析新方法 | 第83-85页 |
| ·基于 EMD的Wigner分布分析原理 | 第83-84页 |
| ·基于 EMD的Winger分布的数字仿真振动信号的验证 | 第84-85页 |
| ·基于局部 Hilbert边际谱的故障特征提取方法 | 第85-89页 |
| ·基于局部 Hilbert边际谱的故障特征提取方法的原理 | 第85-86页 |
| ·基于局部 Hilbert边际谱的轴承外圈和内圈划痕故障信号的数据分析 | 第86-89页 |
| ·本章小节 | 第89-91页 |
| 第七章 结论与展望 | 第91-93页 |
| ·本文总结 | 第91-92页 |
| ·建议 | 第92-93页 |
| 参考文献 | 第93-97页 |
| 附图 | 第97-99页 |
| 致谢 | 第99-101页 |
| 攻读硕士学位期间发表的学术论文 | 第101页 |
