| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-17页 |
| ·课题研究的背景及其意义 | 第10-11页 |
| ·研究旋转机械故障诊断技术的背景 | 第10页 |
| ·研究滚动轴承故障诊断技术的意义 | 第10-11页 |
| ·滚动轴承故障研究的发展概况及趋势 | 第11-14页 |
| ·课题来源 | 第14-15页 |
| ·本文主要研究内容 | 第15-17页 |
| 第2章 滚动轴承振动特性及故障机理研究 | 第17-32页 |
| ·滚动轴承的故障类型 | 第17-18页 |
| ·轴承的振动机理分析 | 第18-25页 |
| ·轴承结构引起的强迫振动 | 第19-24页 |
| ·轴承制造装配误差引起的振动 | 第24页 |
| ·滚动轴承局部损伤引起的振动 | 第24-25页 |
| ·轴承典型故障振动信号的特征 | 第25-27页 |
| ·外圈滚道损伤 | 第25-26页 |
| ·内圈滚道损伤 | 第26页 |
| ·滚动体损伤 | 第26-27页 |
| ·故障轴承振动信号采集试验 | 第27-31页 |
| ·建立滚动轴承故障试验平台 | 第27-29页 |
| ·轴承振动的检测 | 第29-30页 |
| ·试验中轴承故障类型模拟 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第3章 基于 EMD 与 ICA 轴承故障分析方法的研究 | 第32-47页 |
| ·EMD 的基本理论 | 第32-35页 |
| ·EMD 算法研究 | 第33页 |
| ·EMD 分解方法的局限性 | 第33-34页 |
| ·EMD 的模式混淆现象 | 第34-35页 |
| ·ICA 的理论基础 | 第35-36页 |
| ·ICA 的原理及相关理论 | 第35-36页 |
| ·FastICA 算法 | 第36页 |
| ·基于 EMD—ICA 算法原理及数据仿真 | 第36-42页 |
| ·EMD—ICA 算法原理 | 第36-37页 |
| ·数据仿真 | 第37-42页 |
| ·实际诊断应用 | 第42-46页 |
| ·滚动轴承外圈故障 | 第43-44页 |
| ·滚动轴承内圈和外圈故障 | 第44-46页 |
| ·本章小结 | 第46-47页 |
| 第4章 基于支持向量机的滚动轴承故障诊断研究 | 第47-60页 |
| ·支持向量机的理论基础 | 第47-51页 |
| ·支持向量机的基本思想 | 第47-48页 |
| ·支持向量机的最优分类面 | 第48-49页 |
| ·核函数 | 第49-50页 |
| ·C —支持向量分类机 | 第50-51页 |
| ·基于遗传算法的 SVM 参数寻优 | 第51-54页 |
| ·参数对 SVM 性能的影响 | 第51-52页 |
| ·遗传算法基本理论 | 第52-53页 |
| ·基于 GA 的 SVM 的参数选择 | 第53-54页 |
| ·基于 SVM 分类模型的研究 | 第54页 |
| ·基于 EMD-ICA 方法故障特征的提取方法研究 | 第54-56页 |
| ·应用实际滚动轴承故障数据进行验证 | 第56-59页 |
| ·利用遗传算法进行 SVM 的参数寻优 | 第56-58页 |
| ·应用 SVM 进行故障诊断 | 第58-59页 |
| ·本章小结 | 第59-60页 |
| 第5章 滚动轴承的智能故障诊断系统平台的开发 | 第60-72页 |
| ·软件开发平台介绍 | 第60-63页 |
| ·LabVIEW 介绍 | 第60页 |
| ·MATLAB 介绍 | 第60-61页 |
| ·LabVIEW 和 MATLAB 的混合编程 | 第61-63页 |
| ·滚动轴承故障诊断平台基本路线 | 第63页 |
| ·轴承故障诊断平台设计 | 第63-70页 |
| ·登录模块 | 第64-65页 |
| ·滚动轴承信号分析模块 | 第65-67页 |
| ·轴承诊断模块 | 第67-68页 |
| ·数据管理模块 | 第68-70页 |
| ·辅助模块 | 第70页 |
| ·本章小结 | 第70-72页 |
| 结论 | 第72-74页 |
| 参考文献 | 第74-79页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第79-80页 |
| 致谢 | 第80-81页 |
| 作者简介 | 第81页 |