滚动轴承故障特征的特性分析
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 课题研究背景和意义 | 第10-11页 |
| 1.2 特征提取技术现状 | 第11-14页 |
| 1.2.1 时域特征提取方法 | 第11-12页 |
| 1.2.2 频域特性提取方法 | 第12页 |
| 1.2.3 时频域特征提取方法 | 第12-14页 |
| 1.3 特征选择技术现状 | 第14页 |
| 1.4 智能诊断技术现状 | 第14-15页 |
| 1.5 本文主要研究内容 | 第15-17页 |
| 第2章 滚动轴承故障特征提取 | 第17-29页 |
| 2.1 引言 | 第17页 |
| 2.2 滚动轴承的振动机理 | 第17-18页 |
| 2.3 基于振动信号的特征参数提取 | 第18-28页 |
| 2.3.1 时域特征 | 第18-19页 |
| 2.3.2 频域特征 | 第19-21页 |
| 2.3.3 时-频域特征 | 第21-25页 |
| 2.3.4 样本熵 | 第25-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第3章 故障识别特征的特性分析 | 第29-51页 |
| 3.1 引言 | 第29页 |
| 3.2 模式识别特征区分性评价 | 第29-31页 |
| 3.3 基于数据的故障特征特性分析 | 第31-37页 |
| 3.3.1 CWRU实验数据介绍 | 第31-33页 |
| 3.3.2 故障特征评价及分析 | 第33-37页 |
| 3.4 基于最大类间分离法的特征选择 | 第37-45页 |
| 3.4.1 CWRU实验数据故障模式识别 | 第41-45页 |
| 3.5 实验数据验证 | 第45-50页 |
| 3.5.1 MFPT实验数据介绍 | 第45-46页 |
| 3.5.2 故障特征评价及分析 | 第46-50页 |
| 3.6 本章小结 | 第50-51页 |
| 第4章 状态评估特征的特性分析 | 第51-68页 |
| 4.1 引言 | 第51页 |
| 4.2 状态评估特征敏感性评价 | 第51-53页 |
| 4.3 基于CWRU实验数据的特征分析 | 第53-60页 |
| 4.3.1 CWRU实验数据介绍 | 第53-55页 |
| 4.3.2 故障特征评价及分析 | 第55-59页 |
| 4.3.3 滚动轴承故障程度识别 | 第59-60页 |
| 4.4 基于IMS实验数据的特征分析 | 第60-65页 |
| 4.4.1 IMS实验数据介绍 | 第60-61页 |
| 4.4.2 故障特征评价及分析 | 第61-65页 |
| 4.5 实验结果对比 | 第65-66页 |
| 4.6 本章小结 | 第66-68页 |
| 结论 | 第68-70页 |
| 参考文献 | 第70-73页 |
| 攻读硕士学位期间发表的学术论文 | 第73-75页 |
| 致谢 | 第75页 |
