| 摘要 | 第1-9页 |
| Abstract | 第9-11页 |
| 插图索引 | 第11-12页 |
| 附表索引 | 第12-13页 |
| 第1章 绪论 | 第13-18页 |
| ·选题背景及意义 | 第13-14页 |
| ·信息的定量描述问题 | 第14页 |
| ·关于故障特征提取的国内外研究现状 | 第14-16页 |
| ·国外研究现状 | 第14-15页 |
| ·国内研究现状 | 第15-16页 |
| ·课题来源及主要内容 | 第16-18页 |
| ·课题意义 | 第16页 |
| ·主要研究内容与安排 | 第16-18页 |
| 第2章 信号在不同分析空间中的信息熵特征 | 第18-27页 |
| ·引言 | 第18页 |
| ·信息熵函数概念及其性质 | 第18-20页 |
| ·信息熵概念 | 第18页 |
| ·信息熵函数的基本性质 | 第18-20页 |
| ·振动信号时域信息的信息熵特征规律 | 第20-22页 |
| ·奇异谱分析的基础 | 第20页 |
| ·振动信号奇异谱熵的概念 | 第20-22页 |
| ·振动信号频域信息的信息熵特征规律 | 第22页 |
| ·振动信号时-频域信息的信息熵特征规律 | 第22-26页 |
| ·小波变换的定义与性质 | 第22-24页 |
| ·小波变换中的能量关系 | 第24-25页 |
| ·振动信号的小波能谱熵 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第3章 转子故障机理分析和故障信号处理 | 第27-55页 |
| ·引言 | 第27页 |
| ·转子振动的基本特性和常见故障分析 | 第27-36页 |
| ·转子振动的基本特性 | 第27-29页 |
| ·常见故障机理与特征分析 | 第29-36页 |
| ·有限冲激响应低通滤波器的设计 | 第36-39页 |
| ·经典数字滤波器的概念 | 第37页 |
| ·经典数字滤波器的分类 | 第37-38页 |
| ·有限冲激响应低通滤波器的实验与仿真 | 第38-39页 |
| ·基于AR模型最大熵法的功率谱算法 | 第39-46页 |
| ·现代功率谱分析简介 | 第40-41页 |
| ·最大熵谱分析法(MEM) | 第41-46页 |
| ·基于AR模型最大熵(MEM)的功率谱算法实验与仿真 | 第46-53页 |
| ·基于数学模型的数据处理分析 | 第46-49页 |
| ·典型故障实例分析 | 第49-53页 |
| ·本章小结 | 第53-55页 |
| 第4章 基于Fast-ICA的信息熵量化特征提取 | 第55-71页 |
| ·引言 | 第55页 |
| ·盲信号处理 | 第55-56页 |
| ·独立分量分析(ICA)的基本原理 | 第56-58页 |
| ·ICA的基本概念 | 第56-57页 |
| ·信号预处理 | 第57-58页 |
| ·基于最大非高斯特性的ICA模型求解 | 第58-63页 |
| ·基于峭度的目标函数 | 第59-61页 |
| ·基于近似负熵的目标函数 | 第61-63页 |
| ·AMUSE算法 | 第63-64页 |
| ·算法性能仿真 | 第64-67页 |
| ·基于Fast-ICA算法的奇异谱信息熵量化特征提取 | 第67-70页 |
| ·基于Fast-ICA的信息熵方法介绍 | 第68页 |
| ·算法仿真 | 第68-70页 |
| ·本章小结 | 第70-71页 |
| 第5章 基于信息融合的量化特征提取方法研究 | 第71-79页 |
| ·引言 | 第71页 |
| ·信息融合的基础理论知识简介 | 第71-72页 |
| ·信息融合的基本原理 | 第71页 |
| ·信息融合的模型 | 第71-72页 |
| ·广义集合 | 第72-75页 |
| ·广义集合的概念 | 第72-73页 |
| ·广义集合的分类 | 第73-74页 |
| ·广义集合的基本运算与性质 | 第74页 |
| ·时空(场)的广义集合 | 第74-75页 |
| ·信息熵与广义集合集成的轴承-转子系统故障辨识方法研究 | 第75-78页 |
| ·实验信号的信息熵值状态 | 第75-76页 |
| ·故障信号的时空场广义集合信息熵空间构造 | 第76-77页 |
| ·模型建立与分析 | 第77-78页 |
| ·本章小结 | 第78-79页 |
| 结论与展望 | 第79-81页 |
| 主要结论 | 第79页 |
| 研究展望 | 第79-81页 |
| 参考文献 | 第81-85页 |
| 致谢 | 第85-86页 |
| 附录A 攻读学位期间所发表的学术论文目录 | 第86页 |
