| 摘要 | 第4-6页 |
| Abstract | 第6-8页 |
| 第1章 绪论 | 第15-32页 |
| 1.1 课题研究的背景及意义 | 第15-16页 |
| 1.2 国内外研究现状 | 第16-27页 |
| 1.2.1 滚动轴承故障机理 | 第17-18页 |
| 1.2.2 振动信号特征提取与约简方法现状 | 第18-24页 |
| 1.2.3 滚动轴承故障智能诊断与状态评估方法现状 | 第24-27页 |
| 1.3 文献总结与问题描述 | 第27-29页 |
| 1.4 论文的研究思路与主要内容 | 第29-32页 |
| 1.4.1 研究思路 | 第29-30页 |
| 1.4.2 主要内容 | 第30-32页 |
| 第2章 EEMD方法改进及振动信号时频谱分析 | 第32-54页 |
| 2.1 引言 | 第32页 |
| 2.2 EEMD方法 | 第32-35页 |
| 2.2.1 固有模态函数（IMF） | 第32-33页 |
| 2.2.2 经验模态分解（EMD） | 第33-34页 |
| 2.2.3 Hilbert谱 | 第34页 |
| 2.2.4 EEMD算法原理及流程 | 第34-35页 |
| 2.3 时频分析方法比较分析 | 第35-38页 |
| 2.3.1 调频调幅信号仿真 | 第35-37页 |
| 2.3.2 小幅周期脉冲与正弦波叠加信号仿真 | 第37-38页 |
| 2.4 EEMD算法改进及敏感IMF自动提取算法 | 第38-41页 |
| 2.4.1 EEMD算法中的参数确定 | 第38-39页 |
| 2.4.2 基于改进EEMD的轴承振动信号敏感IMF自动提取算法 | 第39-41页 |
| 2.5 滚动轴承模型仿真及实验验证 | 第41-46页 |
| 2.5.1 滚动轴承故障模型 | 第41-42页 |
| 2.5.2 仿真及实验结果分析 | 第42-46页 |
| 2.6 滚动轴承实际振动信号实验验证 | 第46-53页 |
| 2.6.1 实验装置及振动数据 | 第46-48页 |
| 2.6.2 实际振动信号实验结果分析 | 第48-53页 |
| 2.7 本章小结 | 第53-54页 |
| 第3章 振动信号多域特征提取与约简方法研究 | 第54-75页 |
| 3.1 引言 | 第54页 |
| 3.2 振动信号多域特征提取 | 第54-59页 |
| 3.2.1 时域特征指标 | 第54-55页 |
| 3.2.2 频域特征指标 | 第55-56页 |
| 3.2.3 基于改进EEMD的时域、频域特征提取 | 第56-57页 |
| 3.2.4 改进EEMD结合AR模型的特征提取 | 第57-58页 |
| 3.2.5 改进EEMD结合SVD的特征提取 | 第58-59页 |
| 3.3 振动信号时域、频域和时频域特征集的构造 | 第59-61页 |
| 3.3.1 多状态振动信号敏感IMF数量选取实验 | 第59-60页 |
| 3.3.2 滚动轴承特征库的建立 | 第60-61页 |
| 3.4 基于流形学习的特征约简方法 | 第61-73页 |
| 3.4.1 流形学习算法 | 第61-66页 |
| 3.4.2 LLE算法与其他算法对比实验 | 第66-72页 |
| 3.4.3 LLE算法稳定性实验分析 | 第72-73页 |
| 3.5 本章小结 | 第73-75页 |
| 第4章 超球结构多类SVM优化及故障诊断方法 | 第75-107页 |
| 4.1 引言 | 第75页 |
| 4.2 超球结构多类SVM | 第75-77页 |
| 4.3 超球结构多类SVM的优化 | 第77-91页 |
| 4.3.1 改进的分类规则 | 第77-80页 |
| 4.3.2 标准数据集验证 | 第80-86页 |
| 4.3.3 核参数最优选取范围算法 | 第86-88页 |
| 4.3.4 标准数据集验证 | 第88-91页 |
| 4.4 滚动轴承故障智能诊断方法及实验研究 | 第91-105页 |
| 4.4.1 滚动轴承状态识别方法 | 第91-95页 |
| 4.4.2 滚动轴承状态识别方法对比实验研究 | 第95-105页 |
| 4.5 本章小结 | 第105-107页 |
| 第5章 滚动轴承状态评估方法研究 | 第107-132页 |
| 5.1 引言 | 第107页 |
| 5.2 滚动轴承不同故障位置及不同性能退化程度评估方法 | 第107-121页 |
| 5.2.1 基于SVM评估模型的建立 | 第107-109页 |
| 5.2.2 基于SVM的评估方法流程 | 第109-110页 |
| 5.2.3 基于SVM的评估方法实验研究 | 第110-114页 |
| 5.2.4 基于改进超球结构多类SVM评估模型的建立 | 第114-116页 |
| 5.2.5 基于改进超球结构多类SVM评估方法流程 | 第116-117页 |
| 5.2.6 基于改进超球结构多类SVM的评估方法实验研究 | 第117-121页 |
| 5.3 基于全寿命周期数据的滚动轴承状态评估方法 | 第121-130页 |
| 5.3.1 实验设备及实验数据 | 第122页 |
| 5.3.2 基于时域、频域统计指标的评估曲线分析 | 第122-126页 |
| 5.3.3 基于改进超球结构多类SVM评估方法及实验研究 | 第126-130页 |
| 5.4 本章小结 | 第130-132页 |
| 结论 | 第132-135页 |
| 参考文献 | 第135-147页 |
| 攻读博士学位期间发表的论文及其它成果 | 第147-149页 |
| 致谢 | 第149-150页 |
| 个人简历 | 第150页 |
