| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 引言 | 第12-19页 |
| 1.1 研究背景与意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-16页 |
| 1.2.1 滚动轴承故障诊断技术发展 | 第13-14页 |
| 1.2.2 滚动轴承故障监测诊断及剩余寿命预测研究现状 | 第14-16页 |
| 1.2.3 当前研究中存在的不足 | 第16页 |
| 1.3 技术路线及主要内容 | 第16-19页 |
| 1.3.1 技术路线 | 第16-17页 |
| 1.3.2 论文研究内容 | 第17-19页 |
| 2 地铁列车走行部轴承振动机理及实验设计 | 第19-30页 |
| 2.1 地铁列车走行部轴承的基本结构 | 第19-20页 |
| 2.2 轴承振动机理与特征频率分析 | 第20-23页 |
| 2.2.1 滚动轴承振动机理分析 | 第20-22页 |
| 2.2.2 滚动轴承缺陷特征频率分析 | 第22-23页 |
| 2.3 走行部轴承主要失效形式和成因 | 第23-24页 |
| 2.4 走行部轴承故障模拟实验台搭建 | 第24-26页 |
| 2.5 滚动轴承实验方案设计及信号采集 | 第26-29页 |
| 2.6 本章小结 | 第29-30页 |
| 3 滚动轴承信号特征提取技术研究 | 第30-56页 |
| 3.1 信号时域分析及小波包理论 | 第30-33页 |
| 3.1.1 时域分析理论 | 第30-31页 |
| 3.1.2 小波包分解理论 | 第31-33页 |
| 3.2 基于时域指标的特征向量提取 | 第33-44页 |
| 3.2.1 无故障时域分析 | 第33-35页 |
| 3.2.2 滚珠故障时域分析 | 第35-37页 |
| 3.2.3 内圈故障时域分析 | 第37-40页 |
| 3.2.4 外圈故障时域分析 | 第40-42页 |
| 3.2.5 不同故障类型的时域指标变化分析 | 第42-44页 |
| 3.3 基于小波包分析的特征向量提取 | 第44-51页 |
| 3.3.1 频谱分析 | 第44-45页 |
| 3.3.2 小波包分析 | 第45-48页 |
| 3.3.3 小波包分解分析方法提取特征向量 | 第48-51页 |
| 3.4 基于时域分析和小波包分析的故障特征提取 | 第51-55页 |
| 3.5 本章小结 | 第55-56页 |
| 4 地铁列车走行部轴承故障诊断算法研究 | 第56-79页 |
| 4.1 轴承故障分类辨识方法基础理论 | 第56-60页 |
| 4.1.1 支持向量机 | 第56-58页 |
| 4.1.2 BP神经网络 | 第58-59页 |
| 4.1.3 AdaBoost集成学习 | 第59-60页 |
| 4.2 基于SVM算法的轴承故障诊断 | 第60-65页 |
| 4.2.1 SVM参数寻优和建模 | 第60-62页 |
| 4.2.2 基于SVM的轴承故障诊断 | 第62-65页 |
| 4.3 基于SVM-AdaBoost算法的滚动轴承故障诊断 | 第65-68页 |
| 4.3.1 SVM-AdaBoost强分类器建模流程设计 | 第65-66页 |
| 4.3.2 基于SVM-AdaBoost的轴承故障诊断 | 第66-68页 |
| 4.4 基于BP神经网络的轴承故障诊断 | 第68-72页 |
| 4.5 基于BP-AdaBoost算法的滚动轴承故障诊断 | 第72-75页 |
| 4.5.1 BP-AdaBoost强分类器故障诊断流程设计 | 第72-73页 |
| 4.5.2 基于BP-AdaBoost的轴承故障诊断 | 第73-75页 |
| 4.6 集成强分类器算法与传统弱分类器算法故障辨识结果对比 | 第75-77页 |
| 4.7 本章小结 | 第77-79页 |
| 5 基于实验数据的剩余寿命预测研究及软件系统设计 | 第79-93页 |
| 5.1 实验数据来源 | 第79-80页 |
| 5.2 基于时域特征变化的寿命预测方法分析 | 第80-83页 |
| 5.3 基于EMD的GM剩余寿命预测方法 | 第83-89页 |
| 5.3.1 经验模态分解理论 | 第83-84页 |
| 5.3.2 灰色模型理论 | 第84-85页 |
| 5.3.3 GM(1,1)建模预测方法 | 第85-86页 |
| 5.3.4 实验验证 | 第86-89页 |
| 5.4 地铁列车滚动轴承故障诊断及剩余寿命预测软件系统设计 | 第89-91页 |
| 5.5 本章小结 | 第91-93页 |
| 6 结论及展望 | 第93-95页 |
| 6.1 工作总结 | 第93页 |
| 6.2 本文创新点 | 第93-94页 |
| 6.3 研究展望 | 第94-95页 |
| 参考文献 | 第95-98页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第98-100页 |
| 学位论文数据集 | 第100页 |
