滚动轴承振动检测与智能诊断系统研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-14页 |
| ·选题背景及研究意义 | 第9页 |
| ·轴承振动检测与智能诊断研究现状与发展趋势 | 第9-12页 |
| ·轴承振动检测技术 | 第9-11页 |
| ·智能故障诊断技术 | 第11-12页 |
| ·滚动轴承故障诊断 | 第12页 |
| ·论文主要内容 | 第12-14页 |
| 2 滚动轴承振动特征及故障机理 | 第14-20页 |
| ·滚动轴承结构及特征频率 | 第14-15页 |
| ·滚动轴承故障的主要形式 | 第15-16页 |
| ·滚动轴承振动机理和振动信号特征 | 第16-19页 |
| ·滚动轴承振动机理 | 第16页 |
| ·正常轴承的振动信号特征 | 第16-18页 |
| ·故障轴承的振动信号特征 | 第18-19页 |
| ·本章小结 | 第19-20页 |
| 3 滚动轴承振动信号测试与处理 | 第20-35页 |
| ·滚动轴承振动信号的测试 | 第20-21页 |
| ·滚动轴承振动信号的时域分析 | 第21-24页 |
| ·时域有量纲特征参数 | 第21-22页 |
| ·时域无量纲特征参数 | 第22-24页 |
| ·滚动轴承振动信号的频域分析 | 第24-29页 |
| ·频域参数指标 | 第24-26页 |
| ·频谱细化分析 | 第26-29页 |
| ·滚动轴承振动信号的小波与小波包分析 | 第29-34页 |
| ·小波与小波包理论 | 第29-31页 |
| ·滚动轴承振动信号的小波降噪 | 第31-33页 |
| ·滚动轴承振动信号的小波包频带能量特征提取 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 4 支持向量机方法在轴承智能诊断中的应用 | 第35-48页 |
| ·统计学习理论与支持向量机 | 第35-43页 |
| ·统计学习理论 | 第35-38页 |
| ·支持向量机 | 第38-43页 |
| ·支持向量机在轴承智能诊断中的应用 | 第43-46页 |
| ·多项式核函数SVM试验 | 第44-45页 |
| ·径向基核函数SVM试验 | 第45-46页 |
| ·本章小结 | 第46-48页 |
| 5 轴承振动检测与智能诊断软件系统 | 第48-65页 |
| ·系统需求分析与开发平台选择 | 第48-49页 |
| ·轴承振动检测软件系统 | 第49-57页 |
| ·轴承振动检测系统结构及工作原理 | 第49-50页 |
| ·轴承振动检测软件系统组成 | 第50-54页 |
| ·轴承振动测检测软件系统关键技术 | 第54-57页 |
| ·轴承智能诊断软件系统 | 第57-64页 |
| ·轴承智能诊断软件系统组成 | 第57-61页 |
| ·轴承智能诊断软件系统关键技术 | 第61-64页 |
| ·本章小结 | 第64-65页 |
| 结论 | 第65-66页 |
| 参考文献 | 第66-68页 |
| 攻读硕士学位期间发表学术论文情况 | 第68-69页 |
| 致谢 | 第69-70页 |
