| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-21页 |
| 1.1 研究背景及意义 | 第9-12页 |
| 1.2 机械故障诊断国内外研究现状 | 第12-15页 |
| 1.3 非线性降维方法在故障诊断中的研究现状 | 第15-16页 |
| 1.4 本文主要内容与结构安排 | 第16-18页 |
| 1.5 本文主要创新点 | 第18-21页 |
| 第二章 滚动轴承分析与实验设计 | 第21-37页 |
| 2.1 引言 | 第21-22页 |
| 2.2 研究对象分析 | 第22-30页 |
| 2.2.1 滚动轴承动力学分析 | 第22-25页 |
| 2.2.2 滚动轴承的主要失效形式 | 第25-27页 |
| 2.2.3 滚动轴承振动特征频率 | 第27-29页 |
| 2.2.4 实验对象与方案设计 | 第29-30页 |
| 2.3 振动信号分析 | 第30-35页 |
| 2.3.1 小波包降噪 | 第31-32页 |
| 2.3.2 特征提取和构建特征空间 | 第32-35页 |
| 2.4 本章小结 | 第35-37页 |
| 第三章 传统降维方法 | 第37-43页 |
| 3.1 概述 | 第37-38页 |
| 3.2 主元分析法PCA | 第38-40页 |
| 3.3 线性鉴别分析方法LDA | 第40页 |
| 3.4 多维尺度分析MDS | 第40-42页 |
| 3.5 本章小结 | 第42-43页 |
| 第四章 流形学习方法 | 第43-61页 |
| 4.1 引言 | 第43-44页 |
| 4.2 流形学习 | 第44-46页 |
| 4.2.1 流形的概念 | 第44-45页 |
| 4.2.2 流形学习描述 | 第45-46页 |
| 4.3 流形学习方法分类与介绍 | 第46-55页 |
| 4.3.1 全局特性保持方法 | 第47-49页 |
| 4.3.2 局部特性保持方法 | 第49-53页 |
| 4.3.3 流形学习方法的案例分析 | 第53-55页 |
| 4.4 流形学习的主要应用 | 第55-57页 |
| 4.5 流形学习在机械故障诊断中应用 | 第57-58页 |
| 4.6 本章小结 | 第58-61页 |
| 第五章 基于LE算法的滚动轴承故障识别 | 第61-81页 |
| 5.1 高维流形案例分析 | 第62-64页 |
| 5.2 滚动轴承仿真信号分析 | 第64-67页 |
| 5.3 基于LE算法的滚动轴承故障识别 | 第67-77页 |
| 5.3.1 滚动轴承故障类型识别 | 第68-73页 |
| 5.3.2 滚动轴承滚动体故障不同受损情况故障识别 | 第73-77页 |
| 5.4 测试样本进行验证 | 第77-78页 |
| 5.5 本章小结 | 第78-81页 |
| 第六章 总结与展望 | 第81-83页 |
| 6.1 全文总结 | 第81-82页 |
| 6.2 展望 | 第82-83页 |
| 参考文献 | 第83-89页 |
| 致谢 | 第89-91页 |
| 攻读硕士学位期间发表学术论文及项目支持 | 第91页 |