| 第一章 绪论 | 第1-18页 |
| 1．1 机械设备的故障诊断及其实践意义 | 第11页 |
| 1．2 机械设备故障诊断的发展及现状 | 第11-13页 |
| 1．3 机械设备故障诊断研究的主要问题 | 第13-14页 |
| 1．4 小波分析的特点及其在故障诊断中的应用前景 | 第14-15页 |
| 1．5 车辆变速箱故障诊断的意义与发展状况 | 第15-16页 |
| 1．6 本文研究的主要内容 | 第16-18页 |
| 第二章 小波分析的基本理论与工程理解 | 第18-33页 |
| 2．1 小波变换的概述 | 第18页 |
| 2．2 傅立叶变换到小波分析 | 第18-22页 |
| 2．3 连续小波变换 | 第22-24页 |
| 2．4 离散小波变换 | 第24-26页 |
| 2．5 多分辨分析 | 第26-29页 |
| 2．6 小波包分解 | 第29-33页 |
| 第三章 基于小波分析的变速箱齿轮运行状态特征向量的提取方法 | 第33-55页 |
| 3．1 特征向量提取的基本概念和任务 | 第33页 |
| 3．2 基于连续小波变换的变速箱齿轮振动信号的特征提取方法 | 第33-36页 |
| 3．3 变速箱齿轮振动信号的连续小波变换与运行状态特征向量的提取 | 第36-45页 |
| 3．4 基于多分辨分析的变速箱齿轮运行状态特征向量提取 | 第45-49页 |
| 3．5 基于小波包分解变速箱齿轮运行状态特征向量提取方法 | 第49-55页 |
| 第四章 变速箱齿轮故障特征量的模式识别方法研究 | 第55-66页 |
| 4．1 模式识别的过程及常用方法 | 第55-56页 |
| 4．2 基于神经网络的模式识别方法研究 | 第56-61页 |
| 4．3 应用神经网络实现变速箱齿轮故障的识别 | 第61-66页 |
| 第五章 变速箱齿轮故障诊断系统的设计与仿真应用 | 第66-75页 |
| 5．1 变速箱齿轮故障诊断系统及其组成及程序设计 | 第66-68页 |
| 5．2 将神经网络的实际输出转化成标准输出的办法 | 第68-72页 |
| 5．3 变速箱齿轮故障诊断系统的诊断仿真实例 | 第72-75页 |
| 第六章 基于小波分析的变速箱齿轮疲劳磨损估计的研究 | 第75-88页 |
| 6．1 变速箱齿轮磨损过程中振动信号的小波变换能量谱与磨损程度的关系的研究 | 第75-80页 |
| 6．2 变速箱齿轮磨损故障特征的提取 | 第80-82页 |
| 6．3 变速箱齿轮磨损估计系统的设计 | 第82-84页 |
| 6．4 变速箱齿轮磨损估计系统的仿真应用 | 第84-88页 |
| 第七章 实验 | 第88-93页 |
| 7．1 实验设备及条件 | 第88-89页 |
| 7．2 实验过程与信号采集 | 第89-93页 |
| 第八章 结论 | 第93-95页 |
| 参考文献 | 第95-97页 |
