| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-17页 |
| 1.1 选题背景及意义 | 第9-10页 |
| 1.2 滚动轴承故障诊断发展概况 | 第10-14页 |
| 1.2.1 故障诊断系统的组成 | 第10-11页 |
| 1.2.2 滚动轴承故障特征提取研究进展 | 第11-13页 |
| 1.2.3 滚动轴承故障诊断中的模式识别方法 | 第13-14页 |
| 1.3 多尺度非线性分析方法的应用 | 第14页 |
| 1.4 论文的研究思路及章节安排 | 第14-17页 |
| 2 非线性时间序列的递归量化分析和排列熵算法 | 第17-37页 |
| 2.1 引言 | 第17页 |
| 2.2 相空间重构理论与方法 | 第17-26页 |
| 2.2.1 相空间轨迹与重构 | 第17-18页 |
| 2.2.2 互信息法计算延迟时间 | 第18-19页 |
| 2.2.3 Cao方法计算嵌入维数 | 第19-21页 |
| 2.2.4 实例验证 | 第21-26页 |
| 2.3 递归图及其量化分析 | 第26-34页 |
| 2.3.1 递归图的定义 | 第26-27页 |
| 2.3.2 一些典型信号的递归图 | 第27-30页 |
| 2.3.3 递归图中的基本模式 | 第30-31页 |
| 2.3.4 递归量化分析 | 第31-34页 |
| 2.4 排列熵算法 | 第34-36页 |
| 2.4.1 排列熵的计算流程 | 第34-35页 |
| 2.4.2 计算排列熵的一个简单例子 | 第35-36页 |
| 2.5 本章小结 | 第36-37页 |
| 3 基于层次递归量化分析的滚动轴承故障分类 | 第37-59页 |
| 3.1 引言 | 第37页 |
| 3.2 滚动轴承故障实验数据介绍 | 第37-38页 |
| 3.3 滚动轴承振动信号的层次递归分析与特征提取 | 第38-51页 |
| 3.3.1 层次分解与层次递归分析 | 第38-40页 |
| 3.3.2 滚动轴承振动信号的层次递归图分析 | 第40-48页 |
| 3.3.3 基于层次递归量化分析的故障特征提取 | 第48-51页 |
| 3.4 基于层次递归特征量和优化SVM的故障分类 | 第51-58页 |
| 3.4.1 支持向量机基本原理介绍 | 第51-53页 |
| 3.4.2 基于粒子群优化算法的参数寻优 | 第53-55页 |
| 3.4.3 故障诊断流程及分类结果 | 第55-58页 |
| 3.5 本章小结 | 第58-59页 |
| 4 基于层次排列熵算法的滚动轴承故障诊断 | 第59-68页 |
| 4.1 引言 | 第59页 |
| 4.2 Logistic混沌映射的排列熵分析 | 第59-61页 |
| 4.3 故障数据集划分 | 第61-62页 |
| 4.4 基于层次排列熵和优化SVM的滚动轴承故障诊断 | 第62-66页 |
| 4.4.1 故障诊断流程 | 第62-63页 |
| 4.4.2 故障识别结果分析 | 第63-66页 |
| 4.5 本章小结 | 第66-68页 |
| 结论 | 第68-70页 |
| 参考文献 | 第70-75页 |
| 攻读硕士学位期间发表学术论文情况 | 第75-76页 |
| 致谢 | 第76-77页 |