基于滑移向量序列奇异值分解的滚动轴承故障诊断研究
| 摘要 | 第1-7页 |
| Abstract | 第7-9页 |
| 目录 | 第9-12页 |
| 符号说明 | 第12-14页 |
| 第一章 绪论 | 第14-26页 |
| ·选题背景 | 第14-16页 |
| ·课题来源 | 第14页 |
| ·课题意义 | 第14-16页 |
| ·滚动轴承故障诊断技术研究发展现状 | 第16-20页 |
| ·滚动轴承监测诊断发展历程 | 第16-17页 |
| ·滚动轴承故障机理的发展研究现状 | 第17-18页 |
| ·滚动轴承故障诊断技术的发展现状 | 第18-20页 |
| ·奇异值分解技术在故障诊断领域的应用现状 | 第20-22页 |
| ·主要工作与总体框架 | 第22-26页 |
| 第二章 滚动轴承冲击波动非平稳模型 | 第26-56页 |
| ·引言 | 第26页 |
| ·滚动轴承结构运动特征 | 第26-29页 |
| ·滚动轴承结构特征 | 第26-27页 |
| ·滚动轴承运动特征 | 第27-29页 |
| ·滚动轴承故障振动信号模型 | 第29-41页 |
| ·滚动轴承故障信号建模 | 第30-35页 |
| ·滚动轴承故障的准循环平稳特性 | 第35-36页 |
| ·滚动轴承故障频谱分析 | 第36-40页 |
| ·滚动轴承故障循环平稳分析 | 第40-41页 |
| ·滚动轴承故障冲击波动非平稳模型 | 第41-56页 |
| ·模型的引入与定义 | 第42-44页 |
| ·模型特性分析 | 第44-49页 |
| ·滚动轴承冲击波动非平稳模型的信号特征 | 第49-56页 |
| 第三章 基于滑移向量序列的奇异值分解算法 | 第56-78页 |
| ·引言 | 第56页 |
| ·奇异值分解定义及应用 | 第56-62页 |
| ·奇异值分解的定义 | 第57-60页 |
| ·奇异值分解的性质 | 第60页 |
| ·基于奇异值比谱的特征提取方法 | 第60-62页 |
| ·滑移向量序列的架构 | 第62-68页 |
| ·奇异值分解矩阵建模 | 第63-65页 |
| ·滑移向量序列的引入 | 第65-67页 |
| ·滑移向量序列的架构 | 第67-68页 |
| ·基于滑移向量序列奇异值分解的特征提取 | 第68-75页 |
| ·滑移向量的奇异值分解 | 第69-70页 |
| ·基于主量奇异值比的特征提取 | 第70-72页 |
| ·特征提取参数讨论 | 第72-75页 |
| ·本章小结 | 第75-78页 |
| 第四章 基于滑移向量奇异值分解的故障诊断模型 | 第78-102页 |
| ·引言 | 第78-80页 |
| ·基于统计理论的方法 | 第78-79页 |
| ·基于人工智能的方法 | 第79页 |
| ·基于模型的方法 | 第79-80页 |
| ·基于滑移特征序列的滚动轴承故障诊断技术 | 第80-88页 |
| ·滑移特征序列的故障评估 | 第81-82页 |
| ·故障特征向量提取重构 | 第82-83页 |
| ·最优滤波器设计 | 第83-88页 |
| ·滑移向量序列的滚动轴承故障诊断参数模型 | 第88-97页 |
| ·滚动轴承故障信号特征匹配 | 第89-91页 |
| ·滑移向量阶数判定准则 | 第91-97页 |
| ·仿真分析 | 第97-101页 |
| ·本章小结 | 第101-102页 |
| 第五章 实验验证和分析 | 第102-132页 |
| ·引言 | 第102页 |
| ·试验一滚动轴承人工故障试验 | 第102-108页 |
| ·试验对象及设备 | 第103-105页 |
| ·试验方案和操作流程 | 第105-106页 |
| ·试验结果分析 | 第106-108页 |
| ·试验二加速寿命自然缺陷故障试验 | 第108-126页 |
| ·试验对象及设备 | 第109-111页 |
| ·试验方案和操作流程 | 第111-112页 |
| ·试验结果分析 | 第112-126页 |
| ·试验三转子轴承系统故障试验 | 第126-129页 |
| ·实验对象及设备 | 第126-127页 |
| ·试验结果分析 | 第127-129页 |
| ·本章小结 | 第129-132页 |
| 第六章 总结与展望 | 第132-136页 |
| ·引言全文工作总结 | 第132-133页 |
| ·主要创新点 | 第133页 |
| ·研究展望 | 第133-136页 |
| 参考文献 | 第136-152页 |
| 攻读博士学位期间发表的学术论文清单 | 第152-153页 |
| 攻读博士学位期间参与科研项目情况 | 第153-154页 |
| 致谢 | 第154-156页 |
