摘要 | 第9-10页 |
ABSTRACT | 第10页 |
第一章 绪论 | 第11-16页 |
1.1 研究背景与意义 | 第11-12页 |
1.2 齿轮箱故障诊断技术研究现状 | 第12-13页 |
1.3 CHLCD方法及其在齿轮箱故障诊断中的研究现状 | 第13页 |
1.4 论文的研究思路和研究内容 | 第13-16页 |
1.4.1 论文的研究思路 | 第13-14页 |
1.4.2 论文的主要内容及安排 | 第14-16页 |
第二章 齿轮箱的故障机理和诊断方法 | 第16-24页 |
2.1 齿轮箱的故障类型 | 第16-18页 |
2.1.1 齿轮的故障类型 | 第16-17页 |
2.1.2 轴承的故障类型 | 第17-18页 |
2.2 齿轮箱的振动机理与信号特征 | 第18-21页 |
2.2.1 齿轮的振动机理与振动信号特征 | 第18-20页 |
(1)齿轮振动机理分析 | 第18-19页 |
(2)齿轮振动信号特征 | 第19-20页 |
2.2.2 滚动轴承的振动机理与信号特征 | 第20-21页 |
2.3 齿轮箱振动信号处理方法 | 第21-23页 |
2.3.1 时域分析法 | 第21-22页 |
2.3.2 频域分析法 | 第22页 |
2.3.3 时频分析法 | 第22-23页 |
2.4 本章小结 | 第23-24页 |
第三章 基于三次Hermite插值的局部特征尺度分解方法 | 第24-34页 |
3.1 内禀时间尺度分解方法 | 第24页 |
3.2 基于三次Hermite插值的内禀时间尺度分解方法 | 第24-26页 |
3.3 仿真信号分析 | 第26-29页 |
3.4 基于CHLCD包络谱的滚动轴承故障诊断方法 | 第29-33页 |
3.5 本章小结 | 第33-34页 |
第四章 基于CHLCD的盲源分离方法在齿轮箱复合故障诊断中的应用 | 第34-44页 |
4.1 盲源分离方法 | 第34-35页 |
4.1.1 去均值 | 第34页 |
4.1.2 白化处理 | 第34-35页 |
4.1.3 联合对角化 | 第35页 |
4.2 基于CHLCD的单通道盲源分离方法 | 第35-38页 |
4.2.1 源数估计 | 第36页 |
4.2.2 占优特征值法 | 第36-37页 |
4.2.3 CHLCD-BSS方法 | 第37-38页 |
4.3 仿真信号分析 | 第38-41页 |
4.4 试验应用研究 | 第41-42页 |
4.5 本章小结 | 第42-44页 |
第五章 基于高频谐波辅助的CHLCD方法及其在滚动轴承故障诊断中的应用 | 第44-54页 |
5.1 基于高频谐波辅助的CHLCD方法 | 第44-48页 |
5.1.1 噪音辅助分析法 | 第44页 |
5.1.2 高频谐波辅助分析法 | 第44-45页 |
5.1.3 高频谐波辅助的CHLCD方法分解步骤 | 第45-46页 |
5.1.4 仿真分析 | 第46-48页 |
5.2 改进CHLCD方法在滚动轴承故障诊断中的应用 | 第48-52页 |
5.2.1 基于改进CHLCD方法和Hilbert谱奇异值的特征提取方法 | 第48-49页 |
5.2.2 基于改进CHLCD方法与RBF神经网络的滚动轴承故障诊断 | 第49-50页 |
5.2.3 试验应用 | 第50-52页 |
5.3 本章小结 | 第52-54页 |
第六章 总结与展望 | 第54-56页 |
6.1 总结 | 第54-55页 |
6.2 展望 | 第55-56页 |
致谢 | 第56-57页 |
参考文献 | 第57-60页 |
作者在学期间取得的学术成果 | 第60页 |