| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-38页 |
| ·选题意义 | 第8-9页 |
| ·故障诊断技术综述 | 第9-17页 |
| ·故障诊断技术的发展 | 第9-10页 |
| ·故障诊断的关键性问题及处理方法 | 第10-14页 |
| ·故障诊断的方法及其研究重点 | 第14-17页 |
| ·智能诊断技术国内外研究现状与发展趋势 | 第17-31页 |
| ·智能技术的现状与发展趋势 | 第18-22页 |
| ·智能故障诊断技术现状 | 第22-28页 |
| ·智能诊断系统的发展趋势 | 第28-31页 |
| ·主要研究内容 | 第31-32页 |
| 参考文献 | 第32-38页 |
| 第二章 基于能量算子的解调算法及其工程应用 | 第38-60页 |
| ·引言 | 第38-39页 |
| ·能量算子及能量分离算法 | 第39-43页 |
| ·能量算子 | 第39-41页 |
| ·能量分离算法 | 第41-43页 |
| ·仿真分析与轴承故障诊断实例分析 | 第43-57页 |
| ·仿真分析 | 第43-44页 |
| ·轴承故障诊断实例分析 | 第44-57页 |
| ·振动机理分析和振动信号建模 | 第44-54页 |
| ·轴承故障诊断实例分析 | 第54-57页 |
| ·小结 | 第57-58页 |
| 参考文献 | 第58-60页 |
| 第三章 自适应小波网络与SOMN集成故障分类策略及其应用研究 | 第60-72页 |
| ·问题的提出 | 第60-61页 |
| ·自适应小波变换网络模型 | 第61-64页 |
| ·自适应小波网络(AWTN)与SOMN集成分类模型 | 第64-66页 |
| ·滚动轴承故障诊断的应用研究 | 第66-69页 |
| ·特征提取 | 第66-67页 |
| ·SOMN分类训练 | 第67-68页 |
| ·测试诊断 | 第68-69页 |
| ·小结 | 第69-70页 |
| 参考文献 | 第70-72页 |
| 第四章 时频域分析与模糊RBFN网络集成故障诊断策略及应用研究 | 第72-89页 |
| ·问题的引出 | 第72-73页 |
| ·时频域分析与模糊神经网络集成的故障诊断模型 | 第73-74页 |
| ·轴承故障诊断应用研究 | 第74-84页 |
| ·频率特征分析 | 第74-75页 |
| ·神经网络输入特征空间的选择 | 第75-81页 |
| ·选择模式空间 | 第75-79页 |
| ·特征空间的选择 | 第79-80页 |
| ·确定特征向量的误差容限 | 第80-81页 |
| ·特征量的模糊化处理 | 第81-83页 |
| ·神经网络的结构和训练 | 第83-84页 |
| ·实验分析 | 第84-86页 |
| ·小结 | 第86-87页 |
| 参考文献 | 第87-89页 |
| 第五章 模糊神经网络与规则推理集成诊断策略及其应用研究 | 第89-103页 |
| ·故障症状与原因的复杂关系 | 第89-91页 |
| ·模糊推理诊断方法 | 第91-94页 |
| ·规则推理诊断方法 | 第94-95页 |
| ·基于实例的推理方法 | 第95-97页 |
| ·模糊神经网络与规则推理集成诊断模型 | 第97-98页 |
| ·汽车故障诊断应用研究 | 第98-101页 |
| ·神经网络的训练 | 第98-99页 |
| ·故障诊断实例分析 | 第99-101页 |
| ·小结 | 第101页 |
| 参考文献 | 第101-103页 |
| 第六章 结论与展望 | 第103-106页 |
| ·论文总结 | 第103-104页 |
| ·展望与设想 | 第104-106页 |
| 附录F1 新型轴承故障诊断仪器系统 | 第106-116页 |
| F1.1 引言 | 第106页 |
| F1.2 识别异常声的振动参数简介 | 第106-110页 |
| F1.2.1 轴承振动与噪声的关系 | 第106-107页 |
| F1.2.2 轴承振动信号的统计特性参数 | 第107-110页 |
| F1.2.2.1 时域统计特征参数 | 第107-109页 |
| F1.2.2.2 频域统计特征参数 | 第109-110页 |
| F1.3 系统设计方案 | 第110-113页 |
| F1.3.1 硬件结构设计 | 第110-111页 |
| F1.3.2 软件设计 | 第111-113页 |
| F1.4 主要技术问题及解决方法 | 第113-114页 |
| F1.5 结论 | 第114-115页 |
| 参考文献 | 第115-116页 |
| 附录F2 滚动轴承特征频率计算 | 第116-117页 |
| 附录F3 滚动轴承故障诊断仪器系统主要界面 | 第117-121页 |
| 附录F4 照片资料 | 第121-122页 |
| 附录F5 博士论文工作期间已录用发表和已完成的论文及研究项目 | 第122-124页 |
| 致谢 | 第124页 |
