| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 1. 绪论 | 第10-16页 |
| ·齿轮箱故障诊断的意义及研究现状 | 第10-13页 |
| ·齿轮箱故障诊断的研究意义 | 第10-11页 |
| ·齿轮箱故障诊断的国内外研究现状 | 第11-13页 |
| ·分形理论和支持向量机在齿轮箱故障诊断中的应用现状 | 第13-15页 |
| ·分形理论在齿轮箱故障诊断中的应用现状 | 第13-14页 |
| ·支持向量机在齿轮箱故障诊断中的应用现状 | 第14-15页 |
| ·本文主要工作内容 | 第15-16页 |
| 2. 齿轮箱故障机理研究与实验设计 | 第16-30页 |
| ·齿轮振动机理 | 第16-19页 |
| ·齿轮啮合简化振动模型 | 第16-17页 |
| ·齿轮啮合刚度 | 第17-19页 |
| ·齿轮箱主要故障形式 | 第19-23页 |
| ·齿轮箱失效的原因 | 第19-21页 |
| ·齿轮箱主要的失效形式 | 第21-23页 |
| ·齿轮箱故障实验 | 第23-28页 |
| ·实验平台介绍 | 第24-26页 |
| ·齿轮箱故障实验故障设置 | 第26-28页 |
| ·齿轮箱故障数据采集 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 3. 分形理论的研究及应用 | 第30-45页 |
| ·分形理论概述 | 第30-31页 |
| ·分形理论的性质 | 第31-33页 |
| ·分形自相似性 | 第31页 |
| ·分形的无标度性 | 第31-33页 |
| ·分形维数 | 第33-38页 |
| ·盒维数 | 第35页 |
| ·信息维数 | 第35-36页 |
| ·Hausdorff 维数 | 第36-37页 |
| ·关联维数 | 第37-38页 |
| ·网格维数 | 第38页 |
| ·分形滤波 | 第38-42页 |
| ·模糊控制滤波原理 | 第39-40页 |
| ·短时分维的计算方法 | 第40-41页 |
| ·分形滤波参数的确定 | 第41-42页 |
| ·分形理论在滤波中的应用 | 第42-44页 |
| ·本章小结 | 第44-45页 |
| 4. 多重分形的齿轮箱故障特征提取 | 第45-53页 |
| ·多重分形的模型和计算方法 | 第45-47页 |
| ·齿轮箱故障的多重分形特征提取 | 第47-52页 |
| ·多重分形谱的计算流程 | 第47-48页 |
| ·计算多重分形谱时的参数优选 | 第48-49页 |
| ·齿轮箱故障的多重分形特征提取 | 第49-52页 |
| ·本章小结 | 第52-53页 |
| 5. 基于支持向量机的齿轮箱智能故障识别 | 第53-77页 |
| ·支持向量机原理 | 第53-55页 |
| ·支持向量机 | 第55-59页 |
| ·最优化分类超平面 | 第55-57页 |
| ·核函数以及核函数参数选择 | 第57-59页 |
| ·支持向量机在齿轮箱故障诊断中的应用 | 第59-76页 |
| ·基本支持向量机齿轮箱故障识别 | 第59-61页 |
| ·基于粒子群参数优化的支持向量机故障识别 | 第61-65页 |
| ·基于多核学习的支持向量机故障诊断 | 第65-76页 |
| ·本章小结 | 第76-77页 |
| 6. 总结与展望 | 第77-79页 |
| ·总结 | 第77页 |
| ·展望 | 第77-79页 |
| 参考文献 | 第79-86页 |
| 攻读硕士学位期间发表的论文 | 第86-87页 |
| 致谢 | 第87-88页 |