| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第1章 绪论 | 第11-17页 |
| ·课题研究的背景及意义 | 第11-12页 |
| ·盲源分离概述 | 第12页 |
| ·盲源分离的发展及研究现状 | 第12-14页 |
| ·盲源分离方法及分类 | 第14-15页 |
| ·盲源分离在机械故障诊断中的应用 | 第15-16页 |
| ·论文的工作安排 | 第16-17页 |
| 第2章 独立分量分析基本理论及研究方法 | 第17-29页 |
| ·盲源分离的基本问题 | 第17-18页 |
| ·盲分离的前提条件 | 第17-18页 |
| ·盲分离的不确定性 | 第18页 |
| ·盲分离相关学科理论知识 | 第18-22页 |
| ·概率与统计 | 第18-19页 |
| ·信息论的相关知识 | 第19-22页 |
| ·独立分量分析研究方法 | 第22-27页 |
| ·盲分离的数学模型 | 第22页 |
| ·盲分离的混合模型 | 第22-23页 |
| ·独立性判据 | 第23-24页 |
| ·优化算法 | 第24-27页 |
| ·算法分离性能的检验 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第3章 机械设备振动信号特征分析及故障诊断 | 第29-39页 |
| ·齿轮振动信号特征分析 | 第29-32页 |
| ·正常齿轮振动信号特征 | 第29-30页 |
| ·故障齿轮振动信号特征 | 第30-31页 |
| ·齿轮典型故障信号特征 | 第31-32页 |
| ·轴承振动信号特征分析 | 第32-33页 |
| ·正常轴承振动信号特征 | 第32页 |
| ·故障轴承振动信号特征 | 第32-33页 |
| ·轴承典型故障信号特征 | 第33页 |
| ·振动信号的传播与测量 | 第33-34页 |
| ·振动信号的传播 | 第33-34页 |
| ·振动信号的测量 | 第34页 |
| ·传统的故障诊断方法及不足 | 第34-38页 |
| ·时域分析法 | 第35-36页 |
| ·频域分析法 | 第36-37页 |
| ·传统诊断方法的局限性 | 第37-38页 |
| ·基于 ICA 的齿轮箱振动信号分离模型 | 第38页 |
| ·本章小结 | 第38-39页 |
| 第4章 基于 EASI 的齿轮箱振动信号分离方法研究 | 第39-55页 |
| ·EASI 算法模型及等变化性 | 第39-40页 |
| ·EASI 模型 | 第39页 |
| ·EASI 的等变特性 | 第39-40页 |
| ·等变自适应白化 | 第40-41页 |
| ·矩阵函数的导数 | 第40页 |
| ·随机变量的等变自适应白化算法 | 第40-41页 |
| ·EASI 信号源盲分离算法 | 第41-43页 |
| ·算法的目标函数 | 第41-42页 |
| ·算法推导 | 第42-43页 |
| ·改进的 EASI 算法 | 第43-45页 |
| ·概率密度函数的非参数估计 | 第43-44页 |
| ·评价函数的估计 | 第44页 |
| ·基于 pdf 估计的盲源分离算法 | 第44-45页 |
| ·算法性能仿真与实验分析 | 第45-54页 |
| ·常规信号下算法的性能仿真 | 第45-49页 |
| ·齿轮箱振动信号盲分离实验分析 | 第49-54页 |
| ·本章小结 | 第54-55页 |
| 第5章 基于 ICA 的机械振动信号盲抽取定点方法研究 | 第55-70页 |
| ·盲信号抽取原理及其特点 | 第55-57页 |
| ·盲信号抽取原理 | 第55-56页 |
| ·盲信号抽取特点 | 第56-57页 |
| ·盲信号抽取定点算法 | 第57-59页 |
| ·定点盲信号抽取的基本算法 | 第57-58页 |
| ·一般形式的定点算法 | 第58-59页 |
| ·盲信号抽取定点算法的改进 | 第59-60页 |
| ·算法性能的仿真分析 | 第60-69页 |
| ·常规信号下算法性能的验证 | 第60-62页 |
| ·齿轮箱振动信号特征提取与诊断实验分析 | 第62-69页 |
| ·本章小结 | 第69-70页 |
| 结论 | 第70-71页 |
| 参考文献 | 第71-75页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第75-76页 |
| 致谢 | 第76页 |