摘要 | 第5-7页 |
ABSTRACT | 第7-8页 |
第1章 绪论 | 第11-17页 |
1.1 课题研究背景 | 第11-12页 |
1.2 课题研究现状 | 第12-15页 |
1.2.1 滚动轴承故障诊断的现状 | 第12-13页 |
1.2.2 滚动轴承常用故障诊断方法 | 第13-14页 |
1.2.3 信号处理方法研究进展 | 第14-15页 |
1.3 本文的主要研究内容和结构 | 第15-17页 |
第2章 基于AMD的旋转机械故障特征提取方法研究 | 第17-27页 |
2.1 引言 | 第17页 |
2.2 AMD方法的原理及步骤 | 第17-19页 |
2.3 基于AMD的旋转机械故障诊断方法 | 第19-21页 |
2.3.1 AMD信号提取算法 | 第19-20页 |
2.3.2 基于AMD的故障诊断方法 | 第20-21页 |
2.4 故障特征提取实例 | 第21-26页 |
2.4.1 滚动轴承故障特征提取实例 | 第21-24页 |
2.4.2 转子不对中故障特征提取实例 | 第24-26页 |
2.5 本章小结 | 第26-27页 |
第3章 基于AMD的经验模态分解模态混叠消除方法 | 第27-35页 |
3.1 引言 | 第27页 |
3.2 EMD理论相关概念 | 第27-30页 |
3.2.1 EMD方法分解过程 | 第27-28页 |
3.2.2 EMD方法有关问题 | 第28-30页 |
3.3 AMD-EMD模态混叠消除方法 | 第30-31页 |
3.4 仿真实验应用实例 | 第31-33页 |
3.5 应用实例 | 第33-34页 |
3.6 本章小结 | 第34-35页 |
第4章 基于AMD-HHT的非平稳信号紧密间隔频率检测方法 | 第35-45页 |
4.1 引言 | 第35页 |
4.2 AMD-HHT算法的原理及步骤 | 第35-38页 |
4.2.1 希尔伯特-黄变换 | 第35-37页 |
4.2.2 信号提取算法 | 第37-38页 |
4.3 仿真实验 | 第38-43页 |
4.4 应用实例 | 第43-44页 |
4.5 本章小结 | 第44-45页 |
第5章 基于自适应随机共振和AMD-EEMD的滚动轴承故障诊断 | 第45-56页 |
5.1 引言 | 第45页 |
5.2 自适应随机共振 | 第45-49页 |
5.2.1 双稳随机共振 | 第45-46页 |
5.2.2 粒子群算法概述 | 第46-47页 |
5.2.3 基于粒子群优化算法的双稳随机共振 | 第47-49页 |
5.3 AMD截取信号的EEMD方法 | 第49-50页 |
5.4 仿真实验 | 第50-52页 |
5.5 滚动轴承应用实例 | 第52-55页 |
5.6 本章小结 | 第55-56页 |
第6章 基于LABVIEW的滚动轴承故障诊断系统开发 | 第56-64页 |
6.1 引言 | 第56页 |
6.2 LABVIEW开发平台简介 | 第56-57页 |
6.3 离线故障诊断系统设计 | 第57-62页 |
6.3.1 时域分析模块 | 第58-59页 |
6.3.2 频谱分析模块 | 第59页 |
6.3.3 AMD分解模块 | 第59-60页 |
6.3.4 EMD分解模块 | 第60-61页 |
6.3.5 特征频率与故障识别模块 | 第61-62页 |
6.4 本章小结 | 第62-64页 |
结论 | 第64-66页 |
参考文献 | 第66-71页 |
攻读硕士学位期间承担的科研任务与主要成果 | 第71-72页 |
致谢 | 第72页 |