| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 课题的研究背景及意义 | 第9-10页 |
| 1.1.1 课题的研究背景 | 第9-10页 |
| 1.1.2 课题的研究意义 | 第10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 传动误差的国内外研究现状 | 第10页 |
| 1.2.2 齿轮啮合特性和动力学研究现状 | 第10-11页 |
| 1.2.3 其他齿轮故障诊断的研究现状 | 第11-12页 |
| 1.2.4 故障模式识别方法研究现状 | 第12-13页 |
| 1.3 本论文的主要内容 | 第13-15页 |
| 第2章 齿轮传动误差法的基础理论与早期故障特征分析 | 第15-23页 |
| 2.1 引言 | 第15页 |
| 2.2 齿轮传动误差理论分析 | 第15-18页 |
| 2.2.1 齿轮系统啮合力学模型 | 第15-16页 |
| 2.2.2 齿轮传动误差信号建模 | 第16-18页 |
| 2.3 齿轮传动误差与故障判定 | 第18-20页 |
| 2.3.1 故障齿轮的传动误差分析 | 第18-19页 |
| 2.3.2 齿轮故障判定 | 第19-20页 |
| 2.4 早期故障信号 | 第20-21页 |
| 2.4.1 齿轮早期故障信号构成 | 第20-21页 |
| 2.4.2 齿轮早期故障特征分析 | 第21页 |
| 2.5 本章小结 | 第21-23页 |
| 第3章 齿轮传动误差信号采集系统的搭建 | 第23-33页 |
| 3.1 引言 | 第23页 |
| 3.2 信号采集平台介绍 | 第23-26页 |
| 3.2.1 齿轮传动误差信号采集方案 | 第23-25页 |
| 3.2.2 试验平台介绍 | 第25-26页 |
| 3.3 采集系统搭建 | 第26-31页 |
| 3.3.1 采集卡组成 | 第26-27页 |
| 3.3.2 串口通信 | 第27-28页 |
| 3.3.3 软件系统部分 | 第28-29页 |
| 3.3.4 数据接收程序设计 | 第29-31页 |
| 3.4 本章小结 | 第31-33页 |
| 第4章 改进局部均值法的应用分析 | 第33-45页 |
| 4.1 引言 | 第33页 |
| 4.2 局部均值分解LMD | 第33-35页 |
| 4.3 基于有理样条函数插值的LMD方法 | 第35-39页 |
| 4.3.1 有理样条函数的定义与算法 | 第36-37页 |
| 4.3.2 镜像延拓 | 第37-39页 |
| 4.4 仿真信号实验分析 | 第39-43页 |
| 4.4.1 仿真信号分析 | 第39-40页 |
| 4.4.2 实测信号分析 | 第40-43页 |
| 4.5 本章小结 | 第43-45页 |
| 第5章 改进LMD与阶次分析的齿轮故障特征提取 | 第45-53页 |
| 5.1 引言 | 第45页 |
| 5.2 阶次分析理论基础 | 第45-47页 |
| 5.2.1 阶次分析 | 第45-46页 |
| 5.2.2 阶次谱分析 | 第46-47页 |
| 5.3 基于改进LMD的阶次分析 | 第47页 |
| 5.4 仿真与实验 | 第47-52页 |
| 5.4.1 仿真分析 | 第47-50页 |
| 5.4.2 实测信号分析 | 第50-52页 |
| 5.5 本章小结 | 第52-53页 |
| 第6章 基于神经网络的齿轮故障模式识别方法研究 | 第53-63页 |
| 6.1 引言 | 第53页 |
| 6.2 BP神经网络原理 | 第53-56页 |
| 6.2.1 BP神经网络 | 第53-55页 |
| 6.2.2 BP算法学习原理及特点 | 第55-56页 |
| 6.3 粒子群算法 | 第56-58页 |
| 6.4 PSO—BP神经网络在故障诊断中的应用 | 第58-61页 |
| 6.4.1 特征参量的选择 | 第58-60页 |
| 6.4.2 基于PSO—BP神经网络的实验分析 | 第60-61页 |
| 6.5 本章小结 | 第61-63页 |
| 结论 | 第63-65页 |
| 参考文献 | 第65-71页 |
| 攻读硕士学位期间所发表的论文 | 第71-73页 |
| 致谢 | 第73页 |