| 摘要 | 第1-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第8-11页 |
| ·研究背景 | 第8-9页 |
| ·课题研究意义 | 第9页 |
| ·滚动轴承故障诊断技术的发展和趋势 | 第9-10页 |
| ·本文研究的主要内容 | 第10-11页 |
| 第二章 小波分析及神经网络在滚动轴承故障诊断中的应用 | 第11-34页 |
| ·滚动轴承的结构 | 第11页 |
| ·滚动轴承的特征频率 | 第11-12页 |
| ·滚动轴承故障诊断的基本环节 | 第12-13页 |
| ·滚动轴承的故障特征提取 | 第13-14页 |
| ·时域分析 | 第13页 |
| ·频域分析 | 第13-14页 |
| ·连续小波变换 | 第14-16页 |
| ·离散小波变换 | 第16-18页 |
| ·小波包分析 | 第18-22页 |
| ·小波分析在信号处理中的应用 | 第22-27页 |
| ·信号突变部分的检测 | 第23-25页 |
| ·信号降噪仿真 | 第25-27页 |
| ·神经网络的发展 | 第27-28页 |
| ·BP网络的基本结构 | 第28-29页 |
| ·BP网络与故障模式识别 | 第29-30页 |
| ·应用BP网络诊断实例 | 第30-33页 |
| ·本章小结 | 第33-34页 |
| 第三章 改进的小波神经网络 | 第34-44页 |
| ·小波神经网络 | 第34-37页 |
| ·小波神经网络的基本结构 | 第34-35页 |
| ·小波神经网络的学习算法 | 第35-37页 |
| ·改进的小波神经网络 | 第37-43页 |
| ·小波包分解的改进算法 | 第37-41页 |
| ·小波网络误差反传算法改进 | 第41-43页 |
| ·本章小结 | 第43-44页 |
| 第四章 基于改进小波神经网络的滚动轴承故障诊断 | 第44-52页 |
| ·试验数据采集 | 第44-46页 |
| ·小波网络结构设计 | 第46-47页 |
| ·输入层和输出层的设计 | 第46页 |
| ·隐含层及节点的选择 | 第46-47页 |
| ·初始值的选择 | 第47页 |
| ·数据的规范化处理 | 第47页 |
| ·基于改进小波神经网络的滚动轴承故障诊断 | 第47-51页 |
| ·本章小结 | 第51-52页 |
| 第五章 总结与期望 | 第52-54页 |
| 参考文献 | 第54-58页 |
| 硕士期间撰写论文 | 第58-59页 |
| 致谢 | 第59页 |