| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 课题研究背景和意义 | 第10-13页 |
| 1.2 风机齿轮箱轴承故障诊断的研究现状 | 第13-16页 |
| 1.2.1 基于时域的诊断方法 | 第13页 |
| 1.2.2 基于频域的诊断方法 | 第13-14页 |
| 1.2.3 基于时频域的诊断方法 | 第14-15页 |
| 1.2.4 现代故障诊断方法 | 第15-16页 |
| 1.3 本论文的主要工作 | 第16-18页 |
| 第2章 滚动轴承的故障类型和振动信号特征分析 | 第18-26页 |
| 2.1 引言 | 第18页 |
| 2.2 滚动轴承的基本结构和主要失效形式 | 第18-20页 |
| 2.3 滚动轴承的振动信号特征分析 | 第20-24页 |
| 2.3.1 滚动轴承的振动机理 | 第20页 |
| 2.3.2 滚动轴承的固有振动频率 | 第20-21页 |
| 2.3.3 滚动轴承的故障特征频率 | 第21-24页 |
| 2.4 本章小结 | 第24-26页 |
| 第3章 VMD结合奇异值能量差分谱的齿轮箱轴承故障诊断方法 | 第26-35页 |
| 3.1 变分模态分解原理 | 第26-28页 |
| 3.2 奇异值能量差分谱 | 第28-29页 |
| 3.2.1 奇异值分解 | 第28页 |
| 3.2.2 信号重构 | 第28-29页 |
| 3.3 实验信号分析 | 第29-34页 |
| 3.3.1 内圈故障分析 | 第29-32页 |
| 3.3.2 滚动体故障分析 | 第32-34页 |
| 3.4 本章小结 | 第34-35页 |
| 第4章 基于张量分解的滚动轴承故障诊断方法 | 第35-47页 |
| 4.1 概述 | 第35页 |
| 4.2 IMF-SVD源数估计 | 第35-37页 |
| 4.3 张量分解 | 第37-38页 |
| 4.3.1 张量定义 | 第37页 |
| 4.3.2 张量的秩 | 第37-38页 |
| 4.3.3 秩分解及其唯一性 | 第38页 |
| 4.4 基于张量分解的轴承故障诊断 | 第38-40页 |
| 4.4.1 盲源分离问题 | 第38-39页 |
| 4.4.2 振动信号的Hankel张量分解 | 第39-40页 |
| 4.4.3 源信号恢复 | 第40页 |
| 4.5 仿真分析 | 第40-43页 |
| 4.6 实验分析 | 第43-46页 |
| 4.7 本章小结 | 第46-47页 |
| 第5章 结论与展望 | 第47-49页 |
| 5.1 结论 | 第47-48页 |
| 5.2 展望 | 第48-49页 |
| 参考文献 | 第49-53页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第53-54页 |
| 攻读硕士学位期间参加的科研工作 | 第54-55页 |
| 致谢 | 第55页 |