| 致谢 | 第5-7页 |
| 摘要 | 第7-9页 |
| Abstract | 第9-10页 |
| 第1章 绪论 | 第14-30页 |
| 1.1 引言 | 第14-15页 |
| 1.2 滚动轴承振动故障诊断概述 | 第15-20页 |
| 1.2.1 振动故障诊断概述 | 第15-17页 |
| 1.2.2 振动特性分析方法研究现状及其发展趋势 | 第17-18页 |
| 1.2.3 振动特性分析对滚动轴承故障诊断的影响 | 第18-20页 |
| 1.3 滚动轴承故障机理研究现状及其发展趋势 | 第20-22页 |
| 1.3.1 滚动轴承系统建模与分析方法研究现状及其发展趋势 | 第21页 |
| 1.3.2 滚动轴承故障建模方法研究现状及其发展趋势 | 第21-22页 |
| 1.4 滚动轴承故障特征提取方法研究现状及其发展趋势 | 第22-24页 |
| 1.4.1 滚动轴承故障特征参数及信号处理方法综述 | 第23页 |
| 1.4.2 复合故障解耦与特征提取方法研究现状及其发展趋势 | 第23-24页 |
| 1.5 基于机器学习的故障智能诊断方法研究现状及其发展趋势 | 第24-27页 |
| 1.5.1 滚动轴承故障诊断中机器学习方法的研究现状及其发展趋势 | 第24-26页 |
| 1.5.2 迁移学习在机械故障诊断中的研究现状及其应用前景 | 第26-27页 |
| 1.6 本文研究工作 | 第27-30页 |
| 1.6.1 论文研究内容与创新点 | 第27-28页 |
| 1.6.2 论文总体框架 | 第28-30页 |
| 第2章 滚动轴承故障建模及传递特性分析 | 第30-51页 |
| 2.1 引言 | 第30页 |
| 2.2 转子-滚动轴承耦合系统建模与分析 | 第30-38页 |
| 2.2.1 转子-滚动轴承系统动力学建模 | 第31-36页 |
| 2.2.2 滚动轴承动态刚度组合变化的振动影响分析 | 第36-38页 |
| 2.3 滚动轴承典型故障建模 | 第38-42页 |
| 2.3.1 滚动轴承外圈故障建模 | 第38-39页 |
| 2.3.2 滚动轴承内圈故障建模 | 第39-41页 |
| 2.3.3 滚动轴承滚子故障建模 | 第41-42页 |
| 2.4 滚动轴承故障的振动特性分析 | 第42-50页 |
| 2.4.1 滚动轴承外圈故障的振动特性分析 | 第43-45页 |
| 2.4.2 滚动轴承内圈故障的振动特性分析 | 第45-47页 |
| 2.4.3 滚动轴承滚子故障的振动特性分析 | 第47-50页 |
| 2.5 本章小结 | 第50-51页 |
| 第3章 基于循环平稳特性分析的滚动轴承故障定位方法研究 | 第51-72页 |
| 3.1 引言 | 第51页 |
| 3.2 基于循环平稳特性分析的滚动轴承故障特征提取方法研究 | 第51-57页 |
| 3.2.1 滚动轴承故障信号二阶循环平稳特性分析 | 第52-54页 |
| 3.2.2 滚动轴承故障信号循环平稳度分析 | 第54-57页 |
| 3.3 基于循环平稳度的滚动轴承故障定位方法研究 | 第57-61页 |
| 3.3.1 滚动轴承故障定位的先验知识和技术思路 | 第57-59页 |
| 3.3.2 基于SK-DCS的滚动轴承故障定位方法 | 第59-61页 |
| 3.3.3 基于EMD-DCS的滚动轴承故障定位方法 | 第61页 |
| 3.4 滚动轴承故障定位方法试验研究 | 第61-71页 |
| 3.4.1 滚动轴承故障模拟试验台搭建 | 第62-63页 |
| 3.4.2 基于SK-DCS的滚动轴承故障定位方法试验验证 | 第63-66页 |
| 3.4.3 基于EMD-DCS的滚动轴承故障定位方法试验验证 | 第66-71页 |
| 3.5 本章小结 | 第71-72页 |
| 第4章 多标签滚动轴承故障诊断方法研究 | 第72-94页 |
| 4.1 引言 | 第72页 |
| 4.2 多标签滚动轴承故障识别模型 | 第72-77页 |
| 4.2.1 循环神经网络的基本原理 | 第72-73页 |
| 4.2.2 长短时记忆模型的基本原理 | 第73-75页 |
| 4.2.3 多标签LSTM-RNN模型 | 第75-77页 |
| 4.3 基于多标签LSTM-RNN的滚动轴承故障诊断方法 | 第77-85页 |
| 4.3.1 滚动轴承故障信号特征序列编码 | 第77-83页 |
| 4.3.2 多标签滚动轴承故障诊断方法流程 | 第83-84页 |
| 4.3.3 多标签滚动轴承故障诊断方法仿真试验研究 | 第84-85页 |
| 4.4 多标签滚动轴承故障诊断方法试验研究 | 第85-93页 |
| 4.4.1 试验数据及试验条件说明 | 第85-88页 |
| 4.4.2 多标签与单标签故障诊断方法对比试验研究 | 第88-91页 |
| 4.4.3 不同测点位置的滚动轴承故障信号模式识别 | 第91-93页 |
| 4.5 本章小结 | 第93-94页 |
| 第5章 基于迁移学习的滚动轴承故障诊断方法研究 | 第94-114页 |
| 5.1 引言 | 第94页 |
| 5.2 基于迁移学习的滚动轴承故障诊断模型及其扩展性研究 | 第94-99页 |
| 5.2.1 故障诊断中迁移学习的必要性分析 | 第94-96页 |
| 5.2.2 基于迁移学习的滚动轴承故障识别模型 | 第96-97页 |
| 5.2.3 基于迁移学习的故障识别模型扩展性研究 | 第97-99页 |
| 5.3 不同工况下迁移样本辅助故障诊断试验研究 | 第99-105页 |
| 5.3.1 不同工况下滚动轴承故障诊断试验流程 | 第99-100页 |
| 5.3.2 不同工况下无迁移样本的滚动轴承故障诊断测试 | 第100-103页 |
| 5.3.3 不同工况下基于迁移样本的滚动轴承故障分类测试 | 第103-105页 |
| 5.4 不同结构参数下迁移样本辅助滚动轴承故障诊断试验研究 | 第105-112页 |
| 5.4.1 不同结构参数下无迁移样本的滚动轴承故障诊断测试 | 第106-108页 |
| 5.4.2 不同结构参数下基于迁移样本的滚动轴承故障诊断测试 | 第108-111页 |
| 5.4.3 不同目标集样本量对滚动轴承故障诊断的影响分析 | 第111-112页 |
| 5.5 本章小结 | 第112-114页 |
| 第6章 结论与展望 | 第114-116页 |
| 6.1 结论 | 第114-115页 |
| 6.2 展望 | 第115-116页 |
| 参考文献 | 第116-123页 |
| 攻读博士学位期间发表的学术论文和发明专利 | 第123-124页 |
| 攻读博士学位期间参加的主要科研项目 | 第124页 |
