| 独创性声明 | 第1-5页 |
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-13页 |
| 第一章 绪论 | 第13-20页 |
| 1．1 课题的提出和意义 | 第13-14页 |
| 1．1．1 课题的提出 | 第13页 |
| 1．1．2 课题的意义 | 第13-14页 |
| 1．2 机械设备故障诊断的发展及现状 | 第14-16页 |
| 1．3 齿轮故障诊断的发展及现状 | 第16-18页 |
| 1．4 课题研究的主要内容 | 第18-20页 |
| 第二章 齿轮失效形式和信号特征分析 | 第20-27页 |
| 2．1 齿轮的主要失效形式 | 第20-21页 |
| 2．1．1 齿面磨损 | 第20页 |
| 2．1．2 齿面胶合 | 第20-21页 |
| 2．1．3 齿面疲劳 | 第21页 |
| 2．1．4 轮齿折断 | 第21页 |
| 2．2 齿轮振动信号的特征分析 | 第21-27页 |
| 2．2．1 轴的转动频率及其各次谐波 | 第21-22页 |
| 2．2．2 啮合频率及其各次谐波 | 第22页 |
| 2．2．3 由调制效应而产生的边频带 | 第22-24页 |
| 2．2．3．1 幅值调制 | 第23页 |
| 2．2．2．2 频率调制 | 第23-24页 |
| 2．2．4 附加冲击 | 第24页 |
| 2．2．5 交叉调制成分 | 第24页 |
| 2．2．6 几种典型的齿轮信号特征 | 第24-27页 |
| 第三章 齿轮振动信号分析与故障诊断方法 | 第27-49页 |
| 3．1 信号的时域分析方法 | 第27-34页 |
| 3．1．1 时域幅值分析法 | 第27-31页 |
| 3．1．1．1 有效值和峰值判断法 | 第27页 |
| 3．1．1．2 峰值指标 | 第27-28页 |
| 3．1．1．3 歪度指标和峭度指标 | 第28页 |
| 3．1．1．4 其它无量纲示性指标 | 第28-29页 |
| 3．1．1．5 概率密度分析法 | 第29-31页 |
| 3．1．2 时基波形分析法 | 第31-32页 |
| 3．1．2．1 时基波形分析法诊断原理 | 第31-32页 |
| 3．1．2．2 时基波形分析法诊断实例 | 第32页 |
| 3．1．3 相关分析方法 | 第32-34页 |
| 3．1．3．1 相关分析方法诊断原理 | 第32-33页 |
| 3．1．3．2 相关分析方法诊断应用实例 | 第33-34页 |
| 3．2 信号的频域分析 | 第34-36页 |
| 3．2．1 频谱分析的概念 | 第34-35页 |
| 3．2．2 频谱分析在齿轮故障诊断中应用 | 第35-36页 |
| 3．3 数字滤波 | 第36-39页 |
| 3．3．1 数字滤波的原理 | 第36-37页 |
| 3．3．2 数字滤波的应用实例 | 第37-39页 |
| 3．4 包络分析方法 | 第39-42页 |
| 3．4．1 包络分析法进行故障诊断的原理 | 第39页 |
| 3．4．2 希尔伯特变换 | 第39-40页 |
| 3．4．3 希尔伯变换的解调原理 | 第40-41页 |
| 3．4．4 希尔伯特变换的计算方法 | 第41页 |
| 3．4．5 包络分析法进行故障诊断的实例 | 第41-42页 |
| 3．5 小波分析方法 | 第42-49页 |
| 3．5．1 小波分析的概述 | 第42页 |
| 3．5．2 Mallat算法 | 第42-44页 |
| 3．5．3 小波分析在齿轮诊断中的应用 | 第44-49页 |
| 第四章 齿轮典型故障实验及数据获取 | 第49-54页 |
| 4．1 试验系统的构成 | 第49-50页 |
| 4．2 齿轮故障诊断实验 | 第50-54页 |
| 4．2．1 齿轮故障的实验装置 | 第50-51页 |
| 4．2．2 齿转减速器齿轮故障模拟 | 第51-52页 |
| 4．2．3 传感器的安装 | 第52-53页 |
| 4．2．4 数据及波形的采集与传输 | 第53-54页 |
| 第五章 齿轮故障诊断网络的建模 | 第54-67页 |
| 5．1 基于神经网络故障诊断的建模原理 | 第54-55页 |
| 5．1．1 神经网络结构的选取步骤 | 第54-55页 |
| 5．1．2 神经网络结构的选取 | 第55页 |
| 5．2 BP网络原理及推导过程 | 第55-60页 |
| 5．3 齿轮故障诊断神经网络模型的结构 | 第60-63页 |
| 5．3．1 输入节点和输出节点的选择 | 第60页 |
| 5．3．2 隐层数和层内节点数的选取 | 第60-63页 |
| 5．3．2．1 隐层数的选取 | 第60-61页 |
| 5．3．2．2 隐层节点数的确定 | 第61页 |
| 5．3．2．3 学习效率的选取 | 第61-62页 |
| 5．3．2．4 神经元激活函数的选取 | 第62页 |
| 5．3．2．5 初始权值确定 | 第62页 |
| 5．3．2．6 数据规范化处理 | 第62-63页 |
| 5．4 基于BP神经网络齿轮故障诊断 | 第63-67页 |
| 5．4．1 齿轮故障诊断神经网络模型 | 第63页 |
| 5．4．2 神经网络结构 | 第63-64页 |
| 5．4．3 神经网络初始化权值和阈值 | 第64页 |
| 5．4．4 神经网络训练样本选取与规范化 | 第64-65页 |
| 5．4．5 神经网络训练 | 第65页 |
| 5．4．6 神经网络诊断 | 第65-66页 |
| 5．4．7 结论 | 第66-67页 |
| 第六章 系统设计及软件实现 | 第67-83页 |
| 6．1 系统设计要点 | 第67-68页 |
| 6．1．1 系统具有吸收利用新技术的能力 | 第67页 |
| 6．1．2 系统能充分保证诊断结果的准确性和可靠性 | 第67页 |
| 6．1．3 所设计的系统应具有完善的为实现诊断而必须的各种功能 | 第67-68页 |
| 6．1．4 操作使用简单方便 | 第68页 |
| 6．1．5 系统具有合理的性能价格比 | 第68页 |
| 6．2 系统设计及实现 | 第68-73页 |
| 6．2．1 系统概述 | 第69页 |
| 6．2．2 系统组成及功能设计 | 第69-71页 |
| 6．2．2．1 信号文件读取转换 | 第69-70页 |
| 6．2．2．2 数据预处理 | 第70页 |
| 6．2．2．3 幅值域参数计算 | 第70-71页 |
| 6．2．2．4 频域分析 | 第71页 |
| 6．2．2．5 时域分析 | 第71页 |
| 6．2．2．6 小波分析 | 第71页 |
| 6．2．2．7 神经网络诊断 | 第71页 |
| 6．2．3 系统设计方案 | 第71-72页 |
| 6．2．4 软件的开发工具及编程语言 | 第72-73页 |
| 6．3 软件界面及主要功能模块介绍 | 第73-83页 |
| 6．3．1 视图界面 | 第73-74页 |
| 6．3．1．1 系统启动界面 | 第73页 |
| 6．3．1．2 系统主菜单界面 | 第73-74页 |
| 6．3．2 采样数据格式转换模块 | 第74-77页 |
| 6．3．2．1 Cras数据格式转换成CS数据格式 | 第74-75页 |
| 6．3．2．2 CS数据格式转换成其它数据格式 | 第75-76页 |
| 6．3．2．3 其它采样文件数据格式转换成CS文件格式 | 第76-77页 |
| 6．3．3 信号分析模块 | 第77-80页 |
| 6．3．3．1 信号分析的视图显示 | 第77-79页 |
| 6．3．3．2 功能选项对话框 | 第79-80页 |
| 6．3．4 神经网络模块 | 第80-82页 |
| 6．3．4．1 BP网络训练初始权值 | 第80-81页 |
| 6．3．4．2 BP网络的训练 | 第81页 |
| 6．3．4．3 BP网络诊断 | 第81-82页 |
| 6．3．5 辅助功能 | 第82-83页 |
| 6．3．5．1 科学计算器 | 第82页 |
| 6．3．5．2 运行可执行程序 | 第82页 |
| 6．3．5．3 帮助 | 第82-83页 |
| 第七章 结论 | 第83-85页 |
| 7．1 结论 | 第83-84页 |
| 7．2 后记 | 第84-85页 |
| 参考文献 | 第85-91页 |
| 附录 | 第91-93页 |
| 致谢 | 第93页 |
