| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-15页 |
| ·课题的研究背景和意义 | 第9-10页 |
| ·研究背景 | 第9页 |
| ·目的意义 | 第9-10页 |
| ·国内外研究现状 | 第10-13页 |
| ·滚动轴承故障诊断的研究现状 | 第10-11页 |
| ·滚动轴承故障特征提取方法的研究现状 | 第11-13页 |
| ·论文的主要研究思路和结构安排 | 第13-15页 |
| 2 滚动轴承的故障机理与时频特征提取方法 | 第15-24页 |
| ·滚动轴承的基本结构 | 第15页 |
| ·滚动轴承的故障形式 | 第15-16页 |
| ·滚动轴承的故障原因与特征频率 | 第16-18页 |
| ·滚动轴承的振动机理 | 第16-17页 |
| ·滚动轴承的故障特征频率和固有频率 | 第17-18页 |
| ·滚动轴承故障诊断的常用方法 | 第18-19页 |
| ·滚动轴承的时频特征提取方法 | 第19-23页 |
| ·基于时频域的故障特征提取方法 | 第19-21页 |
| ·时频特征提取方法的试验分析 | 第21-23页 |
| ·本章小结 | 第23-24页 |
| 3 基于EEMD-流形学习的滚动轴承早期微弱故障信号降噪方法 | 第24-36页 |
| ·EMD方法 | 第24-26页 |
| ·固有模态函数(IMF) | 第24页 |
| ·EMD方法的分解过程 | 第24-26页 |
| ·EMD方法的模态混叠现象 | 第26页 |
| ·EEMD方法 | 第26-27页 |
| ·非线性流形学习的原理与应用 | 第27-30页 |
| ·流形学习的原理 | 第27-28页 |
| ·局部切空间排列流形算法 | 第28-29页 |
| ·流形学习在故障信号处理中的应用 | 第29-30页 |
| ·基于EEMD-流形学习的降噪方法步骤 | 第30-31页 |
| ·仿真分析 | 第31-33页 |
| ·工程验证 | 第33-35页 |
| ·本章小结 | 第35-36页 |
| 4 基于小波包-流形样本熵的滚动轴承故障特征提取方法 | 第36-47页 |
| ·小波包分解 | 第36-38页 |
| ·样本熵 | 第38-39页 |
| ·核主分量分析流形算法 | 第39-41页 |
| ·基于小波包-流形样本熵的特征提取方法 | 第41页 |
| ·工程验证 | 第41-45页 |
| ·本章小结 | 第45-47页 |
| 5 滚动轴承振动信号分析系统开发 | 第47-57页 |
| ·系统开发环境简介 | 第47-48页 |
| ·总体方案设计 | 第48-49页 |
| ·系统子模块设计 | 第49-56页 |
| ·数据管理模块 | 第50-52页 |
| ·参数设置模块 | 第52-53页 |
| ·信号预处理模块 | 第53-54页 |
| ·信号分析模块 | 第54-56页 |
| ·故障诊断模块 | 第56页 |
| ·本章小结 | 第56-57页 |
| 结论 | 第57-59页 |
| 参考文献 | 第59-62页 |
| 攻读硕士学位期间发表学术论文情况 | 第62-63页 |
| 致谢 | 第63-64页 |