| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第11-25页 |
| 1.1 机械故障诊断的背景和意义 | 第11-12页 |
| 1.2 机械故障诊断技术的发展状况 | 第12-13页 |
| 1.3 常见故障分类 | 第13-15页 |
| 1.3.1 齿轮故障 | 第13页 |
| 1.3.2 转轴故障 | 第13-14页 |
| 1.3.3 滚动轴承故障 | 第14-15页 |
| 1.4 滚动轴承的结构与振动机理 | 第15-17页 |
| 1.4.1 滚动轴承的结构 | 第15-16页 |
| 1.4.2 滚动轴承的振动机理 | 第16-17页 |
| 1.5 轴承故障诊断技术 | 第17-23页 |
| 1.5.1 滚动轴承基本内容 | 第17-18页 |
| 1.5.2 故障特征提取法 | 第18-22页 |
| 1.5.3 故障状态识别法 | 第22-23页 |
| 1.6 本文主要研究内容 | 第23-25页 |
| 第2章 屏蔽经验模式分解算法研究 | 第25-34页 |
| 2.1 EMD 经验模式分解理论 | 第25-30页 |
| 2.1.1 本征模函数 IMF | 第25-26页 |
| 2.1.2 EMD 算法的基本思想 | 第26-27页 |
| 2.1.3 希尔伯特黄变换 | 第27-28页 |
| 2.1.4 模态混叠现象 | 第28-30页 |
| 2.2 MEMD 屏蔽经验模式分解理论 | 第30-33页 |
| 2.3 本章小结 | 第33-34页 |
| 第3章 混沌时间序列的相空间重构 | 第34-51页 |
| 3.1 相空间重构的基本思想和理论基础 | 第34-35页 |
| 3.1.1 重构理论的基本思想 | 第34-35页 |
| 3.1.2 Takens 理论 | 第35页 |
| 3.2 相空间重构参数的确定 | 第35-38页 |
| 3.2.1 延迟时间的求取 | 第35-37页 |
| 3.2.2 嵌入维数的求取 | 第37-38页 |
| 3.3 熵的基本概念及几种典型的熵 | 第38-42页 |
| 3.4 基于条件熵联合求取延迟时间和嵌入维数 | 第42-45页 |
| 3.4.1 条件熵理论 | 第42-44页 |
| 3.4.2 基于符号分析的条件熵 | 第44-45页 |
| 3.5 仿真验证 | 第45-50页 |
| 3.6 本章小结 | 第50-51页 |
| 第4章 故障特征提取和 FCM 聚类分析 | 第51-60页 |
| 4.1 基于互近似熵的特征值量化 | 第51-56页 |
| 4.1.1 互近似熵理论 | 第51-52页 |
| 4.1.2 特征值量化 | 第52-56页 |
| 4.2 FCM 聚类分析 | 第56-59页 |
| 4.2.1 FCM 基本理论 | 第56-57页 |
| 4.2.2 基于贴近度择近原则的识别法 | 第57-58页 |
| 4.2.3 聚类效果检验 | 第58-59页 |
| 4.3 本章小结 | 第59-60页 |
| 第5章 滚动轴承故障诊断实验 | 第60-89页 |
| 5.1 滚动轴承故障诊断实验数据 | 第60-61页 |
| 5.2 不同损伤程度的滚动轴承故障诊断 | 第61-75页 |
| 5.2.1 不同损伤程度的故障信号时频分析 | 第61-65页 |
| 5.2.2 不同损伤程度振动信号的 MEMD 分解 | 第65-70页 |
| 5.2.3 不同损伤程度振动信号的相空间重构 | 第70-72页 |
| 5.2.4 基于互近似熵的不同损伤程度信号的特征值量化 | 第72页 |
| 5.2.5 基于 FCM 聚类的不同损伤程度信号的故障诊断 | 第72-75页 |
| 5.3 不同故障部位的滚动轴承故障诊断 | 第75-88页 |
| 5.3.1 不同部位的故障信号的时频分析 | 第75-79页 |
| 5.3.2 不同部位轴承振动信号的 MEMD 分解 | 第79-84页 |
| 5.3.3 不同部位轴承振动信号的相空间重构 | 第84-85页 |
| 5.3.4 基于互近似熵的不同部位故障信号的特征值量化 | 第85-86页 |
| 5.3.5 基于 FCM 聚类的不同部位信号的故障诊断 | 第86-88页 |
| 5.4 本章小结 | 第88-89页 |
| 结论 | 第89-90页 |
| 参考文献 | 第90-95页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第95-96页 |
| 致谢 | 第96-97页 |
| 作者简介 | 第97页 |
