| 摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-19页 |
| 1.1 课题来源 | 第10页 |
| 1.2 课题研究背景、目的和意义 | 第10-11页 |
| 1.3 滚动轴承特征提取方法的国内外研究现状分析 | 第11-17页 |
| 1.3.1 滚动轴承特征提取方法概述 | 第11-12页 |
| 1.3.2 基于振动信号的滚动轴承特征提取方法的研究现状 | 第12-17页 |
| 1.3.3 存在的问题 | 第17页 |
| 1.4 论文主要工作和组织结构 | 第17-19页 |
| 第2章 滚动轴承振动信号及其信号处理方法 | 第19-33页 |
| 2.1 滚动轴承振动信号 | 第19-23页 |
| 2.1.1 滚动轴承振动信号的数据来源 | 第19-21页 |
| 2.1.2 滚动轴承振动信号的故障特性分析 | 第21-23页 |
| 2.2 信号处理方法 | 第23-32页 |
| 2.2.1 关联维数 | 第23-25页 |
| 2.2.2 排列熵 | 第25-27页 |
| 2.2.3 谱峭度 | 第27-30页 |
| 2.2.4 EMD、EEMD和MEMD | 第30-32页 |
| 2.3 本章小结 | 第32-33页 |
| 第3章 基于MEMD和PE综合的滚动轴承故障特征提取 | 第33-48页 |
| 3.1 基于混合方法的滚动轴承故障特征提取 | 第33-36页 |
| 3.1.1 基于SK和EEMD混合的滚动轴承故障特征提取 | 第33-35页 |
| 3.1.2 基于EEMD和形态滤波混合的滚动轴承故障特征提取 | 第35-36页 |
| 3.2 基于MEMD和PE综合的滚动轴承故障特征提取 | 第36-39页 |
| 3.3 仿真分析与实验分析 | 第39-47页 |
| 3.3.1 仿真分析 | 第39-41页 |
| 3.3.2 实验分析 | 第41-46页 |
| 3.3.3 结果对比 | 第46-47页 |
| 3.4 本章小结 | 第47-48页 |
| 第4章 基于SK和改进关联维数的滚动轴承故障特征提取 | 第48-65页 |
| 4.1 一种改进的关联维数算法 | 第48-57页 |
| 4.1.1 蜜蜂算法的原理 | 第49-51页 |
| 4.1.2 基于蜜蜂算法思想的无标度区自动识别方法 | 第51-54页 |
| 4.1.3 仿真分析 | 第54-55页 |
| 4.1.4 结果对比 | 第55-57页 |
| 4.2 基于SK和改进关联维数的滚动轴承故障特征提取 | 第57-58页 |
| 4.3 实验分析 | 第58-64页 |
| 4.3.1 不同故障类型的轴承信号 | 第58-61页 |
| 4.3.2 相同故障类型不同故障程度的轴承信号 | 第61-64页 |
| 4.4 本章小结 | 第64-65页 |
| 第5章 总结与展望 | 第65-67页 |
| 5.1 本文工作总结 | 第65-66页 |
| 5.2 下一步工作展望 | 第66-67页 |
| 致谢 | 第67-68页 |
| 参考文献 | 第68-72页 |
| 作者在攻读硕士学位期间发表的学术论文 | 第72页 |
