基于共振解调与人工神经网络的轴承智能诊断技术研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-16页 |
| ·课题研究的目的及意义 | 第9-10页 |
| ·轴承故障诊断技术的发展研究状况 | 第10-14页 |
| ·轴承诊断技术的发展 | 第10-11页 |
| ·轴承故障诊断研究文献综述 | 第11-14页 |
| ·本课题的主要研究内容 | 第14-16页 |
| 第2章 轴承故障诊断实验平台的建立 | 第16-24页 |
| ·硬件设备选择 | 第16-18页 |
| ·实验平台搭建 | 第18-19页 |
| ·软件应用介绍 | 第19-24页 |
| ·Visual C++ | 第19-20页 |
| ·MATLAB | 第20-21页 |
| ·实验数据采集 | 第21-24页 |
| 第3章 轴承振动信号分析与诊断 | 第24-47页 |
| ·轴承振动机理 | 第24-25页 |
| ·轴承振动信号测试的前期工作 | 第25-27页 |
| ·常规分析 | 第27-34页 |
| ·傅立叶变换 | 第28-29页 |
| ·滚动轴承振动信号分析 | 第29-34页 |
| ·共振解调技术 | 第34-37页 |
| ·共振解调处理与诊断 | 第37-47页 |
| ·直接包络处理 | 第37-38页 |
| ·共振解调处理 | 第38-46页 |
| ·共振解调诊断结论 | 第46-47页 |
| 第4章 特征提取 | 第47-57页 |
| ·幅域参数特征 | 第47-49页 |
| ·频域参数特征 | 第49-50页 |
| ·共振解调参数特征 | 第50-51页 |
| ·特征提取 | 第51-53页 |
| ·特征的归一化处理 | 第53-56页 |
| ·特征提取结论 | 第56-57页 |
| 第5章 人工神经网络智能诊断 | 第57-75页 |
| ·神经网络概述 | 第57-58页 |
| ·神经网络理论 | 第58-64页 |
| ·BP网络 | 第59-61页 |
| ·RBF网络 | 第61-62页 |
| ·Elman网络 | 第62-64页 |
| ·三种网络性能的理论比较 | 第64页 |
| ·网络识别 | 第64-73页 |
| ·网络参数设置及网络建立 | 第64-66页 |
| ·三组特征在三种网络中的识别 | 第66-73页 |
| ·网络实测识别 | 第73页 |
| ·智能诊断结论 | 第73-75页 |
| 第6章 轴承智能诊断实验用户界面设计 | 第75-81页 |
| ·GUI设计介绍 | 第75页 |
| ·诊断实验界面设计 | 第75-81页 |
| 结论与展望 | 第81-84页 |
| 1 全文结论 | 第81-82页 |
| 2 研究展望 | 第82-84页 |
| 致谢 | 第84-85页 |
| 参考文献 | 第85-90页 |
| 攻读硕士研究生期间发表的论文 | 第90页 |
