| 学位论文数据集 | 第3-4页 |
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 符号说明 | 第14-15页 |
| 第一章 绪论 | 第15-21页 |
| 1.1 研究背景及意义 | 第15-17页 |
| 1.2 国内外研究现状 | 第17-19页 |
| 1.3 课题来源及主要研究内容 | 第19-21页 |
| 1.3.1 课题来源 | 第19页 |
| 1.3.2 主要研究内容 | 第19-21页 |
| 第二章 航空发动机故障轴承声发射检测技术 | 第21-43页 |
| 2.1 声发射基础理论研究 | 第21-23页 |
| 2.2 声发射检测系统 | 第23-25页 |
| 2.2.1 单通道声发射仪 | 第23-24页 |
| 2.2.2 多通道声发射系统 | 第24-25页 |
| 2.3 声发射信号分析方法 | 第25-40页 |
| 2.3.1 常用的参数分析法 | 第26页 |
| 2.3.2 时域分析法 | 第26-28页 |
| 2.3.3 频域分析法 | 第28-33页 |
| 2.3.4 小波包分析法 | 第33-39页 |
| 2.3.5 模式识别 | 第39-40页 |
| 2.4 声发射检测技术特点 | 第40-41页 |
| 2.5 本章小结 | 第41-43页 |
| 第三章 航空发动机故障轴承声发射实验研究 | 第43-51页 |
| 3.1 航空发动机结构 | 第43-44页 |
| 3.2 实验仪器介绍 | 第44-47页 |
| 3.2.1 仪器介绍 | 第44-46页 |
| 3.2.2 参数设置 | 第46-47页 |
| 3.3 实验装置及方案 | 第47-50页 |
| 3.4 本章小结 | 第50-51页 |
| 第四章 声发射信号分析方法研究 | 第51-59页 |
| 4.1 参数分析法 | 第51-53页 |
| 4.2 声发射信号的时域分析 | 第53-56页 |
| 4.3 声发射信号的频域分析 | 第56-57页 |
| 4.4 本章小结 | 第57-59页 |
| 第五章 基于粗糙集和人工神经网络的滚动轴承故障诊断 | 第59-87页 |
| 5.1 基于粗糙集的航空发动机滚动轴承故障诊断 | 第59-66页 |
| 5.1.1 滚动轴承知识表达系统和决策表 | 第59-60页 |
| 5.1.2 离散化方法 | 第60-62页 |
| 5.1.3 知识约简 | 第62-63页 |
| 5.1.4 粗糙集理论研究现状 | 第63-65页 |
| 5.1.5 粗糙集应用软件 | 第65-66页 |
| 5.2 基于人工神经网络的航空发动机滚动轴承故障诊断 | 第66-70页 |
| 5.2.1 概论 | 第66-68页 |
| 5.2.2 BP神经网络 | 第68-70页 |
| 5.3 智能诊断方法 | 第70-86页 |
| 5.3.1 小波包分解特征参数提取 | 第70-74页 |
| 5.3.2 粗糙集约简 | 第74-78页 |
| 5.3.3 神经网络分类识别 | 第78-86页 |
| 5.4 本章小结 | 第86-87页 |
| 第六章 总结与展望 | 第87-89页 |
| 6.1 全文总结 | 第87-88页 |
| 6.2 研究展望 | 第88-89页 |
| 参考文献 | 第89-95页 |
| 致谢 | 第95-97页 |
| 研究成果及发表的学术论文 | 第97-99页 |
| 作者及导师简介 | 第99-100页 |
| 专业学位硕士研究生学位论文答辩委员会决议书 | 第100-101页 |