齿轮箱故障诊断在安全生产中的应用
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-14页 |
| ·课题的目的 | 第9-10页 |
| ·课题的意义 | 第10页 |
| ·当前国内外的发展动态 | 第10-12页 |
| ·预计达到的要求与主要研究内容 | 第12-13页 |
| ·本课题预期达到的目标 | 第12页 |
| ·课题主要研究内容 | 第12-13页 |
| ·小结 | 第13-14页 |
| 第二章 齿轮箱的结构及常见故障形式 | 第14-21页 |
| ·齿轮箱的结构和组成部件 | 第14-15页 |
| ·齿轮 | 第14页 |
| ·轴 | 第14页 |
| ·轴承 | 第14-15页 |
| ·齿轮箱中零部件常见的失效形式 | 第15-18页 |
| ·齿面磨损 | 第15-16页 |
| ·齿面胶合和划痕 | 第16页 |
| ·齿面疲劳 | 第16-17页 |
| ·弯曲疲劳与断齿 | 第17-18页 |
| ·轴不平衡、不对中和弯曲 | 第18页 |
| ·滚动轴承的失效 | 第18页 |
| ·齿轮箱故障的主要形式 | 第18-20页 |
| ·小结 | 第20-21页 |
| 第三章 齿轮箱信号分析及故障诊断原理 | 第21-38页 |
| ·齿轮振动机理分析 | 第21-26页 |
| ·齿轮产生振动的原因及特征 | 第21-23页 |
| ·理想齿轮振动模型 | 第23-25页 |
| ·啮合刚度 | 第25页 |
| ·齿轮的传动误差 | 第25-26页 |
| ·齿轮振动的特征分析 | 第26-30页 |
| ·齿轮振动信号的啮合频率及其谐波 | 第27-28页 |
| ·信号调制和边带分析 | 第28-29页 |
| ·附加脉冲 | 第29-30页 |
| ·隐含成分 | 第30页 |
| ·齿轮及齿轮箱振动信号的分析方法 | 第30-37页 |
| ·时域统计特征 | 第31-33页 |
| ·频谱分析技术和离散频谱的校正 | 第33-34页 |
| ·时频分析法 | 第34页 |
| ·细化谱分析法 | 第34-35页 |
| ·倒频谱分析法 | 第35-36页 |
| ·瀑布图分析法 | 第36页 |
| ·解调分析法 | 第36-37页 |
| ·小结 | 第37-38页 |
| 第四章 基于神经网络的齿轮箱故障诊断方法 | 第38-50页 |
| ·神经网络简介 | 第38-47页 |
| ·神经网络的结构和基本特征 | 第38-41页 |
| ·神经网络的分类 | 第41-42页 |
| ·神经网络的BP算法 | 第42-44页 |
| ·BP算法的改进 | 第44-47页 |
| ·基于神经网络的混合智能故障诊断技术 | 第47-49页 |
| ·基于神经网络的故障诊断专家系统 | 第48页 |
| ·基于神经网络的模糊理论 | 第48-49页 |
| ·基于神经网络的小波分析 | 第49页 |
| ·小结 | 第49-50页 |
| 第五章 齿轮箱信号采集实验与故障诊断 | 第50-67页 |
| ·齿轮箱振动信号采集实验 | 第50-56页 |
| ·实验方案 | 第50-51页 |
| ·齿轮箱的结构 | 第51-52页 |
| ·实验仪器及选用 | 第52页 |
| ·齿轮箱的振动测量 | 第52-56页 |
| ·齿轮箱故障信号分析 | 第56-58页 |
| ·齿面磨损 | 第56-57页 |
| ·轴承疲劳剥落 | 第57-58页 |
| ·利用神经网络对齿轮箱进行故障诊断 | 第58-66页 |
| ·神经网络的输入 | 第59页 |
| ·信号的归一化处理 | 第59-60页 |
| ·BP神经网络的生成和初始化 | 第60-61页 |
| ·BP神经网络的训练及检验 | 第61-64页 |
| ·应用主元分析法改进的神经网络 | 第64-66页 |
| ·小结 | 第66-67页 |
| 第六章 结论与展望 | 第67-69页 |
| ·结论 | 第67-68页 |
| ·展望 | 第68-69页 |
| 参考文献 | 第69-73页 |
| 攻读硕士期间发表的论文 | 第73-74页 |
| 致谢 | 第74页 |
