基于时延相关解调与B样条模糊神经网络的轴承故障诊断
| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第1章 绪论 | 第11-19页 |
| ·课题研究的目的及意义 | 第11-12页 |
| ·轴承故障诊断技术在国内外研究概况 | 第12-13页 |
| ·滚动轴承故障诊断研究文献综述 | 第13-17页 |
| ·滚动轴承故障诊断概述 | 第13-15页 |
| ·轴承振动信号处理技术概述 | 第15-17页 |
| ·论文内容简介 | 第17-19页 |
| 第2章 滚动轴承振动机理及诊断实验 | 第19-28页 |
| ·滚动轴承振动机理剖析 | 第19-21页 |
| ·滚动轴承的结构组成 | 第19-20页 |
| ·滚动轴承的固有频率及故障特征频率 | 第20-21页 |
| ·滚动轴承故障诊断实验 | 第21-24页 |
| ·振动测试的工作过程与步骤 | 第21-22页 |
| ·轴承振动测试所使用的硬件设备 | 第22-24页 |
| ·实验中故障的模拟及数据采集 | 第24-28页 |
| ·实验中的轴承故障模拟 | 第24-25页 |
| ·滚动轴承振动信号的采集 | 第25-28页 |
| 第3章 滚动轴承振动信号的常规及倒频谱分析 | 第28-37页 |
| ·滚动轴承常规分析 | 第28-31页 |
| ·时域分析 | 第28-29页 |
| ·FFT谱分析 | 第29-31页 |
| ·倒频谱分析法 | 第31-36页 |
| ·倒频谱分析法原理 | 第31-33页 |
| ·倒频谱分析在滚动轴承故障诊断中的应用 | 第33-36页 |
| ·本章小结 | 第36-37页 |
| 第4章 时延相关解调法诊断及研究 | 第37-60页 |
| ·时延相关解调技术 | 第37-45页 |
| ·自相关函数及其降噪特性 | 第38-39页 |
| ·Hilbert变换 | 第39-42页 |
| ·时延相关解调技术 | 第42-43页 |
| ·数字信号的仿真验证 | 第43-45页 |
| ·时延相关解调谱分析在滚动轴承诊断中的应用 | 第45-54页 |
| ·滚动轴承正常状态振动信号分析 | 第45-46页 |
| ·滚动轴承外圈故障振动信号分析 | 第46-50页 |
| ·滚动轴承内圈故障振动信号分析 | 第50-54页 |
| ·时延量对相关解调分析结果的影响 | 第54-58页 |
| ·时延量对数字仿真结果的影响 | 第54-56页 |
| ·时延量对实测信号分析结果的影响 | 第56-58页 |
| ·本章小结 | 第58-60页 |
| 第5章 特征选择 | 第60-70页 |
| ·振动信号的时域特征 | 第60-63页 |
| ·振动信号的频域特征 | 第63-65页 |
| ·振动信号的时延相关解调特征 | 第65-68页 |
| ·特征的归一化处理 | 第68-70页 |
| 第6章 B样条模糊神经网络识别 | 第70-88页 |
| ·BP网络 | 第70-71页 |
| ·B样条模糊神经网络基本理论 | 第71-76页 |
| ·格构空间 | 第71-72页 |
| ·B样条函数 | 第72-74页 |
| ·B样条网络结构 | 第74-75页 |
| ·B样条函数用于模糊神经网络 | 第75-76页 |
| ·网络识别 | 第76-86页 |
| ·BP神经网络对滚动轴承故障的模式识别 | 第76-80页 |
| ·B样条模糊神经网络对滚动轴承故障的模式识别 | 第80-86页 |
| ·B样条模糊神经网络与BP网络的对比 | 第86页 |
| ·本章小结 | 第86-88页 |
| 第7章 滚动轴承状态监测软件系统 | 第88-95页 |
| ·系统软件编写环境简介 | 第88-90页 |
| ·监测系统程序流程图及登陆界面 | 第90-92页 |
| ·系统硬件、软件组成部分 | 第92-95页 |
| ·系统软件模块功能实现 | 第92-93页 |
| ·数据诊断识别部分 | 第93-95页 |
| 结论与展望 | 第95-97页 |
| 致谢 | 第97-98页 |
| 参考文献 | 第98-103页 |
| 攻读硕士研究生期间发表的论文 | 第103页 |
