| 中文摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-21页 |
| 1.1 课题的研究背景及意义 | 第10-11页 |
| 1.2 齿轮箱故障特征提取的信号处理方法 | 第11-17页 |
| 1.2.1 常见的信号处理方法 | 第12-14页 |
| 1.2.2 小波分析方法 | 第14-15页 |
| 1.2.3 经验模态分解方法 | 第15-16页 |
| 1.2.4 信号稀疏表示方法 | 第16-17页 |
| 1.3 齿轮箱复合故障特征提取方法的研究现状 | 第17-18页 |
| 1.4 论文的主要研究工作 | 第18-21页 |
| 第二章 齿轮箱振动特征分析及信号稀疏表示理论 | 第21-38页 |
| 2.1 引言 | 第21-22页 |
| 2.2 齿轮的振动特征分析 | 第22-26页 |
| 2.2.1 齿轮故障类型 | 第22-23页 |
| 2.2.2 齿轮的简化振动模型 | 第23-24页 |
| 2.2.3 齿轮故障振动信号的调制 | 第24-26页 |
| 2.3 滚动轴承的振动特征分析 | 第26-30页 |
| 2.3.1 滚动轴承的基本结构及其故障类型 | 第26-28页 |
| 2.3.2 滚动轴承的故障特征频率 | 第28-29页 |
| 2.3.3 滚动轴承故障信号的振动特征 | 第29-30页 |
| 2.4 稀疏表示理论基础 | 第30-35页 |
| 2.4.1 稀疏表示理论模型的建立 | 第30-32页 |
| 2.4.2 过完备字典的构造 | 第32-33页 |
| 2.4.3 稀疏优化算法 | 第33-35页 |
| 2.5 齿轮箱复合故障信号稀疏表示思想与策略的提出 | 第35-37页 |
| 2.5.1 齿轮箱复合故障特征稀疏表示思想 | 第35-36页 |
| 2.5.2 齿轮箱复合故障特征稀疏表示策略 | 第36-37页 |
| 2.6 本章小结 | 第37-38页 |
| 第三章 基于分裂增广拉格朗日收缩算法的齿轮箱复合故障特征稀疏表示 | 第38-61页 |
| 3.1 引言 | 第38-39页 |
| 3.2 分裂增广拉格朗日收缩算法提取齿轮箱复合故障特征 | 第39-47页 |
| 3.2.1 分裂增广拉格朗日收缩算法 | 第39-41页 |
| 3.2.2 相关滤波法构造最优小波字典 | 第41-44页 |
| 3.2.3 齿轮箱复合故障特征的分离与提取 | 第44-47页 |
| 3.3 仿真信号分析 | 第47-54页 |
| 3.3.1 仿真实验 | 第47-51页 |
| 3.3.2 抗噪性能分析 | 第51-54页 |
| 3.4 齿轮箱复合故障特征提取应用 | 第54-60页 |
| 3.4.1 齿轮箱试验台简介 | 第54-56页 |
| 3.4.2 齿轮箱复合故障振动信号分析 | 第56-60页 |
| 3.5 本章小结 | 第60-61页 |
| 第四章 基于优化最小算法的齿轮箱复合故障特征稀疏表示 | 第61-79页 |
| 4.1 引言 | 第61-62页 |
| 4.2 优化最小算法提取齿轮箱故障特征 | 第62-67页 |
| 4.2.1 优化最小算法 | 第62-63页 |
| 4.2.2 优化函数的设计 | 第63-65页 |
| 4.2.3 优化迭代算法 | 第65-66页 |
| 4.2.4 齿轮箱复合故障特征的分离与提取 | 第66-67页 |
| 4.3 仿真信号分析 | 第67-74页 |
| 4.3.1 仿真实验 | 第67-70页 |
| 4.3.2 与分裂增广拉格朗日收缩算法的对比分析 | 第70-71页 |
| 4.3.3 抗噪性能分析 | 第71-74页 |
| 4.4 齿轮箱复合故障特征提取应用 | 第74-78页 |
| 4.5 本章小结 | 第78-79页 |
| 第五章 全文总结与展望 | 第79-81页 |
| 5.1 工作总结 | 第79-80页 |
| 5.2 研究展望 | 第80-81页 |
| 参考文献 | 第81-88页 |
| 攻读硕士学位期间取得的科研成果 | 第88-89页 |
| 致谢 | 第89-91页 |
