| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 课题研究意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 振动信号处理方法 | 第10-11页 |
| 1.2.2 故障诊断方法 | 第11-12页 |
| 1.3 本文主要研究内容和结构安排 | 第12-14页 |
| 第2章 基于概率密度的滚动轴承故障特征提取 | 第14-32页 |
| 2.1 概率密度定义 | 第14-15页 |
| 2.2 概率密度估计方法及其存在的问题 | 第15-21页 |
| 2.2.1 MATLAB实现及其存在的问题 | 第15-18页 |
| 2.2.2 LabVIEW实现及其存在的问题 | 第18-21页 |
| 2.3 概率密度估计的新方法及程序实现 | 第21-28页 |
| 2.3.1 概率密度估计新方法 | 第21-24页 |
| 2.3.2 概率密度估计新方法程序实现 | 第24-28页 |
| 2.4 基于概率密度的滚动轴承故障特征提取 | 第28-31页 |
| 2.4.1 实验数据 | 第28页 |
| 2.4.2 滚动轴承故障特征提取 | 第28-31页 |
| 2.5 本章小结 | 第31-32页 |
| 第3章 基于多重分形的滚动轴承故障特征提取 | 第32-46页 |
| 3.1 多重分形 | 第32-36页 |
| 3.1.1 多重分形模型 | 第32-33页 |
| 3.1.2 盒子法多重分形算法 | 第33-35页 |
| 3.1.3 多重分形参数 | 第35-36页 |
| 3.2 多重分形法分析 | 第36-41页 |
| 3.2.1 多重分形计算 | 第36-38页 |
| 3.2.2 多重分形特性与采样长度的关系 | 第38-40页 |
| 3.2.3 多重分形特性与采样频率的关系 | 第40-41页 |
| 3.3 基于多重分形的滚动轴承故障特征提取 | 第41-45页 |
| 3.4 本章小结 | 第45-46页 |
| 第4章 滚动轴承的故障诊断 | 第46-56页 |
| 4.1 支持向量机 | 第46-49页 |
| 4.2 基于概率密度的滚动轴承故障诊断 | 第49-51页 |
| 4.3 基于多重分形的滚动轴承故障诊断 | 第51-53页 |
| 4.4 基于概率密度和支持向量机的滚动轴承故障诊断 | 第53-55页 |
| 4.4.1 故障特征再提取 | 第53-54页 |
| 4.4.2 滚动轴承故障严重程度分类 | 第54-55页 |
| 4.5 本章小结 | 第55-56页 |
| 第5章 结论与展望 | 第56-58页 |
| 5.1 结论 | 第56-57页 |
| 5.2 展望 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第62-63页 |
| 致谢 | 第63页 |