摘要 | 第4-5页 |
Abstract | 第5页 |
第一章 绪论 | 第9-19页 |
1.1 课题研究的目的及意义 | 第9-11页 |
1.2 滚动轴承振动检测法研究现状 | 第11-16页 |
1.2.1 常用的滚动轴承振动检测法 | 第11-14页 |
1.2.2 非线性信号处理 | 第14-16页 |
1.3 滚动轴承故障诊断的发展趋势 | 第16-17页 |
1.4 本课题主要研究内容 | 第17-19页 |
第二章 滚动轴承故障诊断相关理论分析 | 第19-30页 |
2.1 经验模态分解 | 第19-24页 |
2.1.1 经验模态分解的基本过程 | 第19-22页 |
2.1.2 仿真信号实验 | 第22-24页 |
2.2 流形学习方法 | 第24-28页 |
2.2.1 线性降维方法 | 第24-25页 |
2.2.2 非线性降维方法 | 第25-28页 |
2.3 故障分类方法——K-means分类器 | 第28-29页 |
2.4 本章小结 | 第29-30页 |
第三章 基于时频特征提取与流形学习的滚动轴承故障诊断 | 第30-45页 |
3.1 轴承实验与数据获取 | 第30-32页 |
3.1.1 实验轴承及故障 | 第30-31页 |
3.1.2 实验数据采集 | 第31-32页 |
3.2 轴承实验数据的EMD分析 | 第32-35页 |
3.3 基于时频特征提取与流形学习的滚动轴承故障诊断实验 | 第35-43页 |
3.3.1 原始特征向量的获取 | 第35-38页 |
3.3.2 滚动轴承故障诊断实验 | 第38-41页 |
3.3.3 所提方法的局限性 | 第41-43页 |
3.4 本章小结 | 第43-45页 |
第四章 基于相空间重构与流形学习的滚动轴承故障诊断 | 第45-55页 |
4.1 相空间重构 | 第45-49页 |
4.1.1 相空间重构技术简介 | 第45-46页 |
4.1.2 相空间重构参数的选取 | 第46-47页 |
4.1.3 C-C方法 | 第47-49页 |
4.2 基于相空间重构和流形学习滚动轴承故障诊断实验 | 第49-51页 |
4.3 所提方法的局限性 | 第51-54页 |
4.4 本章小结 | 第54-55页 |
第五章 基于经验模态分解与流形学习的滚动轴承故障诊断 | 第55-67页 |
5.1 基于经验模态分解与流形学习的故障诊断方法 | 第55-56页 |
5.2 所提方法的实验验证分析 | 第56-58页 |
5.3 本文所提三种方法的实验对比分析 | 第58-64页 |
5.4 流形学习方法面临的问题 | 第64-65页 |
5.5 本章小结 | 第65-67页 |
第六章 结论与展望 | 第67-69页 |
6.1 论文总结 | 第67页 |
6.2 不足与展望 | 第67-69页 |
参考文献 | 第69-74页 |
读研究生期间参与的研究成果 | 第74-75页 |
致谢 | 第75页 |