| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-19页 |
| 1.1 论文的研究背景及意义 | 第9-10页 |
| 1.2 旋转机械故障诊断的发展现状 | 第10-12页 |
| 1.3 信号处理方法的介绍及研究现状 | 第12-16页 |
| 1.3.1 Morlet小波算法的研究概况 | 第13-15页 |
| 1.3.2 奇异值分解方法的应用情况 | 第15-16页 |
| 1.4 本文研究内容及意义 | 第16-19页 |
| 第二章 Morlet小波时频域分析及其参数优化 | 第19-30页 |
| 2.1 引言 | 第19页 |
| 2.2 Morlet小波及其性质 | 第19-23页 |
| 2.2.1 Morlet小波的定义 | 第20页 |
| 2.2.2 Morlet小波时频特性分析 | 第20-23页 |
| 2.3 非正交小波的计算方法 | 第23-24页 |
| 2.4 Morlet小波参数优化 | 第24-28页 |
| 2.4.1 Shannon熵理论 | 第24-25页 |
| 2.4.2 改进的参数优化方法 | 第25-28页 |
| 2.5 本章小结 | 第28-30页 |
| 第三章 奇异值分解原理及含噪信号的奇异值分布规律 | 第30-46页 |
| 3.1 引言 | 第30页 |
| 3.2 SVD及其性质 | 第30-34页 |
| 3.2.1 SVD的定义 | 第30-32页 |
| 3.2.2 SVD的性质和意义 | 第32-34页 |
| 3.3 基于Hankel矩阵的SVD信号分离原理 | 第34-36页 |
| 3.4 含噪信号的奇异值分布规律研究 | 第36-45页 |
| 3.5 本章小结 | 第45-46页 |
| 第四章 Morlet小波与SVD的结合算法研究 | 第46-58页 |
| 4.1 引言 | 第46页 |
| 4.2 小波系数矩阵的奇异值分解结果分析 | 第46-52页 |
| 4.2.1 小波系数矩阵的特征提取 | 第46-48页 |
| 4.2.2 信噪比改变时的奇异值变化规律 | 第48-52页 |
| 4.3 基于奇异值能量谱的特征提取方法 | 第52-57页 |
| 4.3.1 尺度范围选取 | 第52-53页 |
| 4.3.2 基于奇异值能量谱的尺度优化 | 第53-57页 |
| 4.4 本章小结 | 第57-58页 |
| 第五章 Morlet小波与SVD在机械故障诊断中的应用 | 第58-79页 |
| 5.1 引言 | 第58页 |
| 5.2 实验平台的搭建 | 第58-67页 |
| 5.2.1 硬件系统的搭建 | 第59-62页 |
| 5.2.2 软件系统的设计 | 第62-67页 |
| 5.3 对转子振动信号的特征提取 | 第67-72页 |
| 5.4 对轴承振动信号的特征提取 | 第72-77页 |
| 5.4.1 基于奇异值能量谱的轴承特征提取 | 第72-75页 |
| 5.4.2 基于轴承振动理论的故障特征识别 | 第75-77页 |
| 5.5 本章小结 | 第77-79页 |
| 结论与展望 | 第79-81页 |
| 参考文献 | 第81-86页 |
| 攻读硕士学位期间取得的研究成果 | 第86-87页 |
| 致谢 | 第87-88页 |
| 附件 | 第88页 |