基于自适应随机共振的轴承故障诊断方法研究
| 摘要 | 第3-4页 |
| abstract | 第4-5页 |
| 第一章 绪论 | 第9-18页 |
| 1.1 论文的背景及研究意义 | 第9-10页 |
| 1.2 滚动轴承故障诊断研究 | 第10-14页 |
| 1.2.1 滚动轴承故障诊断发展历程 | 第10-11页 |
| 1.2.2 滚动轴承故障诊断方法 | 第11-12页 |
| 1.2.3 滚动轴承特征提取方法研究现状 | 第12-14页 |
| 1.3 随机共振研究现状 | 第14-16页 |
| 1.4 论文主要研究内容及章节安排 | 第16-18页 |
| 1.4.1 主要研究内容 | 第16-17页 |
| 1.4.2 章节安排 | 第17-18页 |
| 第二章 滚动轴承故障机理研究 | 第18-27页 |
| 2.1 滚动轴承的基本结构 | 第18-19页 |
| 2.2 滚动轴承故障形式 | 第19-20页 |
| 2.3 滚动轴承的振动故障特征分析 | 第20-25页 |
| 2.3.1 滚动轴承的振动故障原因 | 第20-22页 |
| 2.3.2 滚动轴承的不同部位的故障特征 | 第22-25页 |
| 2.4 滚动轴承故障频率计算 | 第25-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第三章 随机共振理论 | 第27-43页 |
| 3.1 随机共振模型 | 第27-31页 |
| 3.1.1 郎之万方程 | 第28-30页 |
| 3.1.2 福克-普朗克方程 | 第30-31页 |
| 3.1.3 随机共振数值求解法 | 第31页 |
| 3.2 随机共振基本理论 | 第31-33页 |
| 3.2.1 经典随机共振理论 | 第31-32页 |
| 3.2.2 非经典随机共振理论 | 第32-33页 |
| 3.3 随机共振度量方法 | 第33-34页 |
| 3.3.1 信噪比 | 第33页 |
| 3.3.2 互相关系数 | 第33-34页 |
| 3.4 系统参数对随机共振的影响 | 第34-38页 |
| 3.4.1 噪声强度 | 第34-35页 |
| 3.4.2 系统参数 | 第35-38页 |
| 3.5 变尺度随机共振 | 第38-41页 |
| 3.5.1 大参数信号对随机共振的影响 | 第38-39页 |
| 3.5.2 变尺度随机共振 | 第39页 |
| 3.5.3 仿真分析 | 第39-41页 |
| 3.6 本章小结 | 第41-43页 |
| 第四章 基于萤火虫算法的自适应随机共振 | 第43-63页 |
| 4.1 自适应随机共振理论 | 第43-44页 |
| 4.2 基于传统智能优化算法的自适应随机共振理论 | 第44-50页 |
| 4.2.1 基于遗传算法的自适应随机共振理论 | 第44-48页 |
| 4.2.2 基于蚁群算法的自适应随机共振理论 | 第48-50页 |
| 4.3 萤火虫算法 | 第50-54页 |
| 4.3.1 萤火虫算法的由来 | 第50-51页 |
| 4.3.2 萤火虫算法的原理 | 第51页 |
| 4.3.3 萤火虫算法的数学模型 | 第51-54页 |
| 4.4 基于萤火虫算法的自适应随机共振 | 第54-58页 |
| 4.4.1 算法原理 | 第54-55页 |
| 4.4.2 数值仿真分析 | 第55-56页 |
| 4.4.3 与传统智能算法的优化效果对比 | 第56-58页 |
| 4.5 实验分析 | 第58-62页 |
| 4.5.1 轴承实验分析 | 第58-59页 |
| 4.5.2 与遗传算法、蚁群算法的对比 | 第59-62页 |
| 4.6 本章小结 | 第62-63页 |
| 第五章 基于LabVIEW的滚动轴承故障诊断系统 | 第63-86页 |
| 5.1 系统总体方案 | 第63页 |
| 5.2 硬件系统介绍 | 第63-66页 |
| 5.3 软件系统介绍 | 第66-77页 |
| 5.3.1 用户登录模块 | 第67-69页 |
| 5.3.2 数据采集模块 | 第69-71页 |
| 5.3.3 轴承故障计算模块 | 第71-72页 |
| 5.3.4 数据处理模块 | 第72-76页 |
| 5.3.5 故障诊断模块 | 第76-77页 |
| 5.4 轴承故障实验分析 | 第77-85页 |
| 5.4.1 实验工况介绍 | 第77-78页 |
| 5.4.2 轴承内圈故障实验分析 | 第78-80页 |
| 5.4.3 轴承外圈故障实验分析 | 第80-83页 |
| 5.4.4 轴承滚动体故障实验分析 | 第83-85页 |
| 5.5 本章小结 | 第85-86页 |
| 第六章 总结与展望 | 第86-88页 |
| 6.1 总结 | 第86-87页 |
| 6.2 展望 | 第87-88页 |
| 参考文献 | 第88-93页 |
| 致谢 | 第93-94页 |
| 个人简历、在校期间的研究成果及发表的学术论文 | 第94页 |
