摘要 | 第2-3页 |
Abstract | 第3-4页 |
1 绪论 | 第8-13页 |
1.1 研究课题 | 第8页 |
1.2 课题研究背景 | 第8-9页 |
1.3 寿命预测方法研究现状 | 第9-11页 |
1.3.1 基于力学的寿命预测模型 | 第9-10页 |
1.3.2 基于概率统计的寿命预测模型 | 第10页 |
1.3.3 基于信息新技术的寿命预测模型 | 第10-11页 |
1.4 逻辑回归模型的应用及研究现状 | 第11-12页 |
1.5 论文主要内容及结构安排 | 第12-13页 |
2 滚动轴承故障机理及振动分析方法 | 第13-27页 |
2.1 滚动轴承基本结构 | 第13页 |
2.2 滚动轴承振动机理与特征频率 | 第13-18页 |
2.2.1 滚动轴承振动机理 | 第13-16页 |
2.2.2 滚动轴承故障特征频率与固有频率 | 第16-18页 |
2.3 滚动轴承振动信号分析方法 | 第18-26页 |
2.3.1 时域分析方法 | 第19-22页 |
2.3.2 频域分析方法 | 第22-24页 |
2.3.3 时频域分析方法 | 第24-26页 |
2.4 本章小结 | 第26-27页 |
3 中介轴承试验 | 第27-43页 |
3.1 试验对象 | 第27-28页 |
3.2 中介轴承试验台 | 第28-32页 |
3.2.1 试验台机械结构 | 第28-29页 |
3.2.2 振动信号采集设备 | 第29-32页 |
3.3 振动信号采集系统 | 第32-39页 |
3.3.1 数据采集系统总体框架 | 第33-34页 |
3.3.2 数据采集模块 | 第34-35页 |
3.3.3 数据分析模块 | 第35-39页 |
3.4 中介轴承故障试验 | 第39-43页 |
3.4.1 中介轴承故障加工 | 第39-41页 |
3.4.2 中介轴承试验数据分析 | 第41-43页 |
4 基于MED-MEEMD-FastKurtogram的滚动轴承特征提取 | 第43-65页 |
4.1 理论基础 | 第43-50页 |
4.1.1 最小熵反褶积 | 第43-44页 |
4.1.2 改进的集合经验模态分解 | 第44-47页 |
4.1.3 排列熵 | 第47-48页 |
4.1.4 FastKurtogram算法 | 第48-50页 |
4.2 方法流程 | 第50-51页 |
4.3 仿真数据分析 | 第51-57页 |
4.3.1 MED仿真分析 | 第51-53页 |
4.3.2 MEEMD仿真分析 | 第53-57页 |
4.4 试验分析 | 第57-64页 |
4.4.1 试验介绍 | 第57页 |
4.4.2 试验验证 | 第57-64页 |
4.5 本章小结 | 第64-65页 |
5 滚动轴承剩余寿命预测 | 第65-81页 |
5.1 理论基础 | 第65-71页 |
5.1.1 主成分分析 | 第66页 |
5.1.2 核主成分分析 | 第66-68页 |
5.1.3 概率主成分分析 | 第68-69页 |
5.1.4 概率核主成分分析 | 第69-70页 |
5.1.5 威布尔比例故障模型 | 第70-71页 |
5.1.6 逻辑回归模型 | 第71页 |
5.2 方法流程 | 第71-73页 |
5.3 实验分析 | 第73-80页 |
5.3.1 滚动轴承试验台介绍 | 第73-74页 |
5.3.2 协变量选取方法研究 | 第74-78页 |
5.3.3 滚动轴承性能退化评估 | 第78-80页 |
5.4 本章小结 | 第80-81页 |
结论 | 第81-82页 |
参考文献 | 第82-89页 |
攻读硕士学位期间发表学术论文情况 | 第89-90页 |
致谢 | 第90-92页 |